不完备信息系统

摘要： 将Pawlak的冲突分析模型推广到不完备的信息系统中,并结合三支决策思想研究了不完备信息系统上的三支冲突分析。首先,对缺失的值进行了处理,把不完备的信息系统转化为完备的信息系统。其次,通过冲突相似距离这一概念,讨论了代理之间的冲突关系,从而建立了不完备信息系统中的冲突分析模型。最后,根据决策理论粗糙集求解了模型中代理三划分所需阈值的大小,从而得到最为合理的三划分决策结果。

摘要： 多粒度决策粗糙集是从多角度来处理不确定数据和风险决策问题的重要模型.针对不完备信息系统下的决策分析问题,在多粒度决策粗糙集中引入集对优势关系,对优势度进行了改进,使结果更加合理.然后对多粒度近似空间进行了拓展,提出了集对优势关系下的乐观、悲观、均值、乐观-悲观和悲观-乐观5种多粒度决策粗糙集模型,并讨论了其相关性质以及模型之间的相互关系.结合三支决策理论,在不完备信息系统中用区间值表示损失函数,获得不同的阈值,建立了5个相应的可变三支决策模型,推导出决策规则.最后,通过公司员工评估的案例证明,所提模型在实际应用中灵活性更高,不会过于宽松或过于严格,使最终决策更为合理,从而为不完备信息系统下不确定性问题的决策分析提供了新方法.

摘要： 随机森林填补算法在对不完备信息系统填补时具有可靠的填补性能,同时由于填补时需要多次进行随机森林建模导致算法计算量大。为了缩短算法的运行时间,提出了NKNNI-RFI(normalization k nearest neighbor imputation-random forest imputation)缺失数据填补算法。通过改变R F I算法中预填补,即使用填补更为准确的归一化KNNl(normalization k nearest neighbor imputation,NKNNI)作为预填补,为RFI算法中使用随机森林模型预测填补值提供了更接近于原始数据集的数据,使RFI算法能够在更短的时间内完成填补任务且保持良好的填补效果。实验中使用10个UCI标准数据集,将提出的算法与RFI、NKNNI、SVMI和R0USTIDA算法进行比较并使用NRMSE、PFC和A R T填补评价方法对算法效果进行评价。实验结果表明:提出算法的NRMSE和PFC与RFI算法相同,NRMSE比NKNN1、SVM1和R0USTIDA算法约低0.02~0.8,PFC比NKNNI、SVMI和R0USTIDA算法约低0.01~0.6,ART相比RFI算法最大减少程度达53%。

摘要： 随机森林填补算法在对不完备信息系统填补时具有可靠的填补性能,同时由于填补时需要多次进行随机森林建模导致算法计算量大.为了缩短算法的运行时间,提出了NKNNI-RFI(normalization k nearest neighbor im-putation-random forest imputation)缺失数据填补算法.通过改变RFI算法中预填补,即使用填补更为准确的归一化KNNI(normalization k nearest neighbor imputation,NKNNI)作为预填补,为RFI算法中使用随机森林模型预测填补值提供了更接近于原始数据集的数据,使RFI算法能够在更短的时间内完成填补任务且保持良好的填补效果.实验中使用10个UCI标准数据集,将提出的算法与RFI、NKNNI、SVMI和ROUSTIDA算法进行比较并使用NRMSE、PFC和ART填补评价方法对算法效果进行评价.实验结果表明:提出算法的NRMSE和PFC与RFI算法相同,NRMSE比NKNNI、SVMI 和ROUSTIDA算法约低0.02～0.8,PFC 比NKNNI、SVMI 和ROUSTIDA算法约低0.01～0.6,ART相比RFI算法最大减少程度达53％.

摘要： 粒计算是针对复杂问题求解、海量数据挖掘的一个重要方法.在许多实际应用中,人们往往通过选择合适的粒度来解决问题.针对不完备信息系统的粒度选择问题,首先,引入了多标记的不完备多粒度决策系统,定义了多粒度视角下隶属度概念;其次,介绍了决策系统协调性判断标准,讨论了决策系统的全局最优粒度选择;最后,为弥补全局粒度选择不能使每个对象都达到最优粒度的局限性,给出了对象的局部最优粒度选择方法.

摘要： 针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集(Rough set,RS)与支持向量机(Support vector machine,SVM)相互融合的航材消耗预测问题.通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识.引入粒子群算法(Particle swarm optimization,PSO)优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型.实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP(Back propagation)预测性能更佳.

摘要： 在不完备信息系统中把缺失值视为已知属性值集合的幂集,根据集合的性质定义了不完备信息系统中对象间的相似度和相异度,它们可以分别看作直觉模糊关系的隶属度和非隶属度,由此可以得到新的直觉模糊相似关系以及直觉模糊相似关系的截关系.用直觉模糊相似关系的截关系代替经典决策粗糙集模型中的等价关系,得到一种基于不完备信息系统的直觉模糊三支决策方法,并分别讨论了悲观者、中立者、乐观者的决策规则.最后通过实例验证了该方法的合理性和有效性.

摘要： 经典的粗糙集理论建立在等价关系基础上,要求过于严格,所以限制了它的实际应用范围.为此,扩展形式的粗糙集模型得到了广泛关注,并已成为研究热点.在现实世界中,由于数据测量的误差、对数据的理解或获取的限制等众多原因,所遇到的信息系统往往是不完备的.面向不完备信息系统,在广义多粒度粗糙集以及双相对定量决策粗糙集的基础上定义了两种广义多粒度双相对定量决策粗糙集(GMDrq-DTRS).一方面,讨论GMDrq-DTRS与广义多粒度粗糙集之间的等价关系,以及它们正负域的大小关系;另一方面,在不同的参数关系下,讨论GMDrq-DTRS的正域、负域以及上下边界域所具有的特殊关系.并用具体实例来解释说明GMDrq-DTRS决策过程和所讨论的GMDrq-DTRS与其他模型之间的关系.

摘要： 针对不完备信息系统中各种自反二元关系形成了对系统的覆盖而非划分的情况，提出利用对象的邻域来定义粗糙熵和粒度度量以衡量系统的不确定性，证明了以上不确定性度量同完备信息系统的不确定性度量是一致的。同时在覆盖可约简的情况下，定义了覆盖约简对系统的粗糙熵和粒度度量，研究结果表明在系统分类最细或最粗时，覆盖约简的不确定性和知识的不确定性是等价的。

摘要： 目前对不完备信息系统的粗糙集方法的研究主要采用相容关系、非对称关系和量化相容关系,在此基础上利用粗糙集的思想提出一种决策规则提取方法.该方法引进了不可区分关系,并利用不可区分集合进行提取决策规则.由于不需要计算上下近似集,该方法具有较小的复杂度,而且当缺省属性值变化时,决策规则将保持为真.

摘要： 研究在不完备信息系统(incomplete information system,IIS)中的知识获取已经成为近期粒度计算研究的热点方向之一.为探索一种高效的知识获取方法,基于相容粒度计算的基本原理,针对不完备信息系统的特点,提出了一种完整的知识获取算法.该算法包括不完备信息系统的属性约简算法和系统中对象的约简算法.其主要特点是在由完全覆盖构成的粒度世界中去研究知识的表示和获取问题,其基本粒就是最大相容类.对算法的性能进行了理论和实验分析,证明了算法的有效性和可行性.

摘要： 粗糙集理论是波兰科学家Z.Pawlak于1982年提出的一种处理模糊性和不确定性的数学工具.其早期研究成果主要是针对完备信息系统的,基于不完备信息系统的粗糙集方法,近些年取得了一些重要的进展.从不同的角度出发,文通过运用由数据导出的相容关系、量化容差关系和限制容差关系分别提出了不同的针对不完备信息系统的粗糙集扩展模型.与以上模型不同,提出的粗糙集理论模型对相容关系的结构进行深入分析,证明了极大相容块是不完备信息系统中的最小知识颗粒;以极大相容块为基本知识颗粒定义的近似算子比以对象的相容类为基本知识颗粒定义的近似算子有更高的近似精度;对于决策系统而言,以极大相容块为基本单位构造区分矩阵,简化了区分矩阵的规模,提高了用区分矩阵求约简的效率. 文所提方法的优势均是以获得属性集所决定的极大相容块为基础的,所以研究极大相容块的快速构造算法显得尤为重要.本文基于极大相容块技术的粗糙集模型,研究了不完备信息系统中极大相容块的性质,提出不完备信息系统中极大相容块的分层递阶构造算法,并通过实例进行了验证。

摘要： 规则提取是数据挖掘研究的主要内容之一.目前基于完备信息系统的规则提取方法已经很成熟,而基于不完备信息系统的规则提取方法还不很完善.通常不完备信息系统的规则提取方法是,首先将不完备信息系统转变为完备信息系统,然后用完备信息系统规则提取的方法提取规则.而直接从不完备信息系统中提取规则的算法还不是很多.决策树方法是一种重要的数据挖掘方法,它尤其适合于挖掘分类规则.决策树方法是利用信息论中信息增益(互信息)寻找数据库中具有最大信息量的字段,建立决策树的一个结点,再根据字段的不同取值建立树的分支.每个分支子集重复建立树的下层结点和分支的过程.它提取出来的规则简单而精确,具有易于算法构造,规则易于理解,效率较高等特点.但是它不能有效地分析和处理不精确、不一致、不完备等各种信息,不能从中发现隐含的知识,揭示潜在规律.本文提出了一种基于单变量决策树的不完备信息系统的规则提取方法,将决策树方法应用到了不完备信息系统中,可以对不完备信息系统直接进行规则提取。

摘要： 针对不完备信息系统的属性约简问题,给出了基于区间粒模型的属性冗余性判定,通过分析区间粒上粒和下粒两方面的变化情况,综合判断得出客观结论,避免了容差关系等模型只能从单方向上作约简而导致的偏差.进而面向不完备决策表,给出了基于区间粒模型的属性约简算法.以具体实例验证了基于区间粒模型的属性约简算法的实际有效性.

摘要： 粗糙集理论是一种新型的处理模糊和不确定性知识的数学工具,其主要思想就是在保持分类能力不变的前提下,通过知识约简,导出问题的决策或分类规则.总结了粗糙集理论研究的最新进展,包括粗糙集模型的推广,连续属性离散化,粗糙集理论有效算法的研究,不完备信息系统处理的方法等研究内容,最后对粗糙集理论的未来发展方向进行了展望.

摘要： 本文从不协调目标信息系统的角度给出了基于联系度的粗糙集模型的多种属性约简的定义，分析讨论了有关协调集、约简之间的关系。其中的α同一度相容类约简较为苛刻α同一度上近似约简与α同一度分配约简是相等价的。这些结果对于进一步研究基于联系度粗糙集模型的知识获取方法是有意义的。本文主要对基于联系度的几种约简作了定义和分析，而对于求解各种约简的具体算法和复杂度计算将是下一步工作的重点内容。

摘要： 在信息不完备的情况下,传统软集合变成了一个不完备信息系统。本文针对软集合中参数映射取值的特殊性,提出了不完备信息下的软集合数据分析方法,通过样本数据来确定对象在某个参数函数中的概率分布,再以加权平均的方法来确定软集合中对象的最终决策值。分析结果表明,和删除法、数据补齐法相比,这种数据分析方法能够更好地反映不完备数据的实际取值状况,从而为最终决策提供更真实合理的依据。最后,通过一个算例证明了该方法的实用性和有效性。

摘要： 本发明公开了一种基于不完备车道线信息的车辆偏离预警方法及系统，涉及计算机视觉领域，该方法包括：采集车辆前方道路图像，并按采集先后顺序堆叠所采集图像，形成时空切片图，同时归一化道路宽度；在时空切片图中提取道路车道线的脊特征，并基于空间距离和方向距离采用多级关联将脊特征聚类成超标志；对超标志构建条件随机场无向图，然后通过最优化能量函数并采用二次曲线拟合得到多条车道线轨迹曲线方程；基于共同运动模式，通过平移和聚类从多条轨迹曲线方程中挑选出主轨迹方程；基于车道线的初始位置和主轨迹方程，得出车道线的横向运动幅度，提供预警。本发明不仅能提供当前时刻车辆的偏离状态也能预测未来时刻的潜在偏离可能。

摘要： 本发明公开了一种不完备指标权重信息下的配电网故障恢复方案区间评估方法，在建立恢复方案评估指标集的基础上，计算恢复方案区间评估的规范化决策矩阵；将指标权重的大概范围表示为区间数，计算各恢复方案与最理想恢复方案间的灰色关联度，形成灰色关联度矩阵；在此基础上建立单目标决策模型，求得恢复方案的最优权重向量；进而通过求解优化模型得到调整后的最优指标权重，使所有恢复方案的灰色关联度值都尽可能地大；再根据各故障恢复方案的灰色关联度值给出了恢复方案的优劣排序结果。本发明方法解决了权重信息不完全下的配电网故障恢复方案评估问题，充分计及了所有候选恢复方案在各评估指标取值上信息分布的差异，评估结果合理可信。

摘要： 本发明提供一种速度信息不完备下的AUV区域跟踪控制方法，属于水下机器人控制技术领域。该方法首先利用水下机器人的位姿信息以及控制量来构建状态观测器，为了能提高估计精度，引入位姿信息的非线性项以及Nussbaum函数来构造观测器的反馈律；接着，设计一种跟踪误差的非线性转换映射，根据观测器估计的速度信息，结合反演控制思想，推导区域跟踪控制律，以确保跟踪误差能满足事先设定的期望边界，又能降低控制输出的高频抖动现象。本项目在满足任务要求的跟踪精度的前提下，可以实现控制量较为平缓输出，便于延长机器人水下作业时间，特别适合应用于水下管道跟踪这类跟踪精度满足事先设定要求边界即可的水下机器人控制系统设计。

摘要： 本发明公开了基于乐观概念的不完备决策信息系统规则提取算法，针对不完备决策信息系统的规则提取算法，首次提出了一种基于相容关系的乐观概念格,并在此基础上提出相应的不完备决策信息系统的规则提取算法。该算法引入了粒度的概念,在由粗到细的粒度空间下求取每层的乐观概念,并根据乐观概念与决策信息系统中决策属性的关系获取决策信息系统中的最简规则,设定已提取到规则的论域元素是否覆盖整个论域为算法终止条件,最终实现决策信息系统的规则提取过程。并通过定理证明、实例分析说明了新算法的正确性和有效性，并通过实验验证了算法的有效性和快速性。

摘要： 本发明公开了一种应用于不完备序信息系统的属性约简方法，属于数据挖掘与知识发现技术领域。本发明提出的属性约简算法解决了传统采用不可分辨矩阵的计算复杂度高等缺点，它结合了证据理论，将下近似约简问题转化为保持信任函数之和不变的问题，通过贡献度来选择信任约简核，并采用启发式的方式将相对贡献度最高的属性添加到约简集合中，直至满足约束条件。该方法缩短了不完备序信息系统的属性约简时间，提高了结果的准确性。

摘要： 本发明公开了一种应用于不完备多粒度信息系统的属性约简方法，属于数据挖掘与知识发现技术领域。本发明提出的属性约简算法解决了传统采用不可分辨矩阵的计算复杂度高等缺点，它结合了证据理论，将下近似约简问题转化为保持信任度计算的问题，通过信任度的启发式的方式将相对信任度最高的属性添加到约简集合中，直至满足约束条件。该方法缩短了不完备多粒度序信息系统的属性约简时间，提高了结果的准确性。

摘要： 本发明公开了一种基于对比完备与不完备信息的系统功能结构分析方法，其特征在于，考虑完备或不完备背景关系中蕴含的元件与系统功能结构关系，提出了基于因素空间理论中因素逻辑的系统功能结构分析法，对完备和不完备两种情况进行分析可得到两个不同的系统功能结构表达式，完备背景关系可得到唯一确定的系统功能结构；不完备背景关系可得一族确定的系统功能结构，如果不完备背景关系是完备背景关系的子集，那么不完备背景关系中一定能找到功能之间的线性关系，以补充不完备背景关系，可用于完备或不完备背景关系下的系统功能结构分析。

摘要： 本发明公开了一种基于不完备车道线信息的车辆偏离预警方法及系统，涉及计算机视觉领域，该方法包括：采集车辆前方道路图像，并按采集先后顺序堆叠所采集图像，形成时空切片图，同时归一化道路宽度；在时空切片图中提取道路车道线的脊特征，并基于空间距离和方向距离采用多级关联将脊特征聚类成超标志；对超标志构建条件随机场无向图，然后通过最优化能量函数并采用二次曲线拟合得到多条车道线轨迹曲线方程；基于共同运动模式，通过平移和聚类从多条轨迹曲线方程中挑选出主轨迹方程；基于车道线的初始位置和主轨迹方程，得出车道线的横向运动幅度，提供预警。本发明不仅能提供当前时刻车辆的偏离状态也能预测未来时刻的潜在偏离可能。

摘要： 本发明提供了一种具有模式切换机制的不完备信息推理方法，包括选取有效属性信息，确定决策变量，构建模块化切换推理证据网络模型；确定识别框架，初始化网络模型；根据节点变量的逻辑关系计算并初始化节点变量间信度分配函数；对当前推理时刻的输入证据进行完备性程度判别，结合证据类型选取输入模式，根据输入模式进行证据信度函数修正并对网络模型进行调整；输入修正证据，自适应调整节点权重并更新节点间信度分配函数；应用三步时空融合机制进行网络推理，获取决策变量在其识别框架下的概率分布；计算决策变量的归一化数学期望。在面对混合不完备信息下的复杂决策问题时，能够给出持续准确的推理结果，全面提升决策系统的自主性和智能化。

摘要： 本发明公开了一种不完备信息系统的动态约简方法，其基于Bazan等人提出的动态约简模型，将动态约简的定义与性质推广到覆盖决策信息系统，使其能够处理不完备决策表，得到更加稳定的约简结果，并使约简规则具有更好的预测能力，针对动态约简中核心的子表抽样问题，提出信息熵稳定性参数，并给出了一种新的抽取动态约简子表族的方法，实验结果表明，新提出的抽样方法能够大大减少计算量，并且可以得到符合要求的约简结果，动态约简在处理大数据信息系统方面，具有很强的抗噪性及鲁棒性，本文的研究进一步拓宽和完善了动态约简理论。