模糊粗糙集

摘要： 双论域多粒度直觉模糊粗糙集有利于不确定性分析,但其乐观与悲观模型具有极端性.引入相对概率与绝对基数进行双量化集成,获取双论域多粒度直觉模糊粗糙集的均衡模型及性质.首先,采用双量化技术,构建双论域多粒度直觉模糊粗糙集“下近似绝对量化-上近似相对量化”模型和“下近似相对量化-上近似绝对量化”模型,设计优化算法.其次,研究2类模型近似算子相关性质,包括集合运算与阈值单调等.最后,采用实例来验证模型有效性与性质正确性,并提供三支决策制定方案.所得结果具有模型改进性、性质扩张性,具有不确定性应用前景.

摘要： 为了在一定程度上提升模型的实用性与容错率,首先给出程度模糊粗糙集模型和局部程度模糊粗糙集模型的定义,然后,将局部模糊粗糙集模型与局部程度模糊粗糙集模型通过逻辑联结词结合起来,提出局部双量化模糊粗糙集模型,并给出模型的相应性质.最后,通过一个相应的例题说明其有效性.

摘要： 重叠函数和连续三角模有着密切联系,广义重叠函数是对重叠函数的进一步拓广,(广义)重叠函数在图像处理、数据分类、不确定多属性决策等方面有着重要的应用。基于连续三角模的模糊粗糙集模型,利用(广义)重叠函数及其剩余蕴涵提出了一种新的模糊粗糙集模型,分析和研究了新的模糊上下近似算子的基本性质。同时,利用前述模糊上下近似算子提出一种不确定多属性决策新方法,并通过一个具体案例说明了新方法的可行性和有效性。

摘要： 研究了基于剩余格的L-模糊粗糙集模型的拓扑结构,给出了由模糊蕴涵确定的下近似算子诱导的L-模糊拓扑并讨论了它的基本性质。其中的知识为一般L-模糊关系,无需假设其自反性及强串行性。借助L-模糊关系的传递闭包构造了相应的L-模糊拓扑的内部算子及闭包算子。研究了不同的L-模糊关系确定的下近似算子诱导的L-模糊拓扑空间之间的关系,并借助相应的拓扑提出了一种L-模糊关系分类方法。

摘要： 属性约简是模糊粗糙集主要的研究领域,是模糊粗糙集的第一个系统的应用。然而已经有学者证明要找到最小约简是NP-hard问题。提出一种新的约简算法,首先利用贴进度生成可辨识矩阵,再由可辨识矩阵求出相对核属性,基于核属性生成最小约简的启发式算法,最后用实例说明此方法的有效性。

摘要： 针对新能源发电系统基础数据核查耗时长、成本高及准确性低的问题,提出一种基于数据特征提取的新能源发电基础数据核查方法。首先,通过构建数据特征提取模型从原始数据中自动提取分类特征;然后,根据模糊粗糙集依赖的属性约简算法计算出的依赖程度,确定新能源发电基础数据的特征选择;最后,利用结合Softmax回归分类器和长-短期记忆网络类的深度学习算法进行数据核查,使该方法对含噪和无噪数据均具有较高的数据核查效率。实验数据结果表明,本文所提方法在新能源发电基础数据核查方面具有更强实时性和更好的准确度。

摘要： 公共文化服务效能评估是衡量公共文化机构所提供服务的成效与供给能力的重要依据。实际评估中由于场馆基础建设不统一、评估方法多以主观性评估为主,难以对文化机构服务效能进行客观准确的评估。为解决上述问题,该文提出一种融合模糊粗糙集与多输入神经网络的公共文化服务评估模型。结合陕西地区公共文化机构发展水平,基于国家公共图书馆定级标准构建了效能评估指标体系。通过模糊粗糙集模型对指标集进行约简,在保证信息完备的情况下消减冗余和稀疏指标项。通过CRITIC法计算场馆评估指标的客观权重,将其与专家主观经验赋权同时输入网络模型,最终生成融合主客观数据的公共文化机构评估模型。实验结果表明,模型能较好克服数据集稀疏和指标集冗余的问题,且评估准确性较其他方法有所提升。

摘要： 在分析L-模糊集相似度的性质基础上,给出模糊粗糙集的相似度的定义和生成方法,强相似度的生成还可以从不同角度通过构造特殊函数来实现。

摘要： 为提高大型高速铁路客运站的运营水平以及在特殊时期处理和组织客流的能力,分析高速铁路客运站安检设施配置与旅客在安检过程中活动的相互作用和相互影响,以元旦期间成都东站安检系统为例,利用仿真软件AnyLogic建立基于旅客携带行李的安检系统仿真模型.借助模糊粗糙集与改进粗数法确定安检评价指标,仿真分析结果表明,安检过程中安检通道后端拥堵与各安检通道设备利用率不均衡是高铁站安检系统的主要瓶颈.基于此,将客流重新划分为旅客主导型与行李主导型,相应安检仪、安检门、手检台的数量配置比从原来的2∶3∶3改为1∶2∶2和2∶2∶2;将第2段传送带的输送速度提升至0.4 m/s;将旅客主导型客流安检通道的防护栏高度减少约0.35 m.仿真结果表明:优化后的成都高铁客运站安检系统减少旅客平均安检时间约25.72％,安检处的行人密度下降约25.56％,设备服务偏离度降低约43.27％.

摘要： 模糊粗糙集是一种强健的不确定性处理模型,其拓展及相关性质具有重要意义.针对双论域多粒度模糊粗糙集,研究并交近似与近似并交的关系,得到悲观双近似算子与乐观双近似算子对于并交运算的保持性或拓展性,最后用一个医疗实例进行性质说明与有效验证.对于并交系统性质,其中的悲观模型与乐观模型分别具有与经典粗糙集模型的一致性与差异性,所得结果揭示出双论域多粒度模糊粗糙集的扩张特性.

摘要： 本文阐述在实际应用中,数据集中的样本个数通常随着时间推移不断增加.直接采用属性约简的经典算法计算新的约简属性集会进行大量的重复计算,产生很大的时间消耗,因此,设计高效的增量算法很有必要.目前已有的基于粗糙集理论的属性约简增量算法存在的不足是只能处理离散型数据.现有的增量算法对于连续性数据,必须先对数据进行离散化,这大大降低了数据的差异性,造成信息丢失.由于模糊粗糙集的属性约简适用于连续型数据,本文提出了一种基于模糊粗糙集的属性约简增量算法.对模糊粗糙集的基本概念和基于模糊粗糙集的属性约简经典算法的回顾,发现样本增加后的模糊粗糙集的基本概念与样本增加前的基本概念存在规律性的共性。基于数学推理，本文用公式表示出该共性,并基于此设计出基于模糊糙集的属性约简增量算法.最后,通过实验比较发现,对于连续型数据集,本文提出的约简算法在分类准确率方面的表现尤为突出。

摘要： 针对目前模糊等价关系所诱导的模糊粗糙集模型不能准确地反映模糊概念范畴中数值属性描述的决策问题,提出一种基于邻域关系的模糊粗糙集模型NR-FRS,给出了该粗糙集模型的相关定义,在讨论模型性质的基础上进行模糊化邻域近似空间上的推理,并分析特征子空间下的属性依赖性;最后在NR-FRS的基础上提出特征选择算法,构建使得模糊正域增益优于具体阈值的特征子集,进而剔除冗余特征,保留分类能力强的属性.采用UCI标准数据集进行分类实验,使用径向基核函数(RBF)支持向量机作为分类器.实验结果表明,同基于邻域粗糙集的快速前向特征选择方法以及核主成分分析方法(KPCA)相比,NR-FRS模型特征选择算法所得特征子集中特征数量依据参数变化更加平缓、稳定.同时平均分类准确率提升最好可以达到5.2％,且随特征选择参数呈现更加平稳的变化.

摘要： 针对凝汽器真空故障诊断的不确定性和复杂性，提出一种基于模糊粗糙集和事例推理的凝汽器故障诊断新方法。首先，运用模糊粗糙集属性约简方法对故障特征进行约简和权重分配，不仅提取了反映故障的主要特征量，降低了特征变量之间的非线性相关性，而且避免了人的主观性对权重分配的影响。然后，在分析凝汽器真空故障特征的基础上，建立凝汽器真空故障树，以约简特征作为条件对故障树根节点进行归纳检索，有效地减少了候选事例的数量，再通过最近邻法检索故障树叶节点，对凝汽器真空故障进行智能定位。通过对汽轮机凝汽器历史故障特征数据集仿真，验证了该方法的有效性。

摘要： 如何精确地获取数据库的安全状态是很重要的。本文针对当前大多数据库安全评价系统没有全面地分析数据，因此难以从整体上获取数据库的安全状态的问题，提出了基于模糊粗糙集的数据库安全评价模型，给出了模糊粗糙集的属性约简方法。并通过实验数据对决策规则提取方法进行了验证，结果表明模型得出的决策规则满足实际需要。

摘要： 模糊粗糙集是一个模糊集,它可以用一组经典集表示出来。本文研究了一些相关问题,把模糊粗糙集用形式比较简单的一组粗糙模糊集表示出来,而且表示结果与模糊集分解定理在形式上是一致的。

摘要： 本文介绍了由基于三角模的模糊粗糙集的构造性定义，给出了模糊粗糙近似算子的基本性质，得到了模糊粗糙近似算子的公理化刻画，同时讨论了模糊粗糙集代数结构与模糊拓扑空间、模糊可测空间、以及模糊证据理论中的信任函数与似然函数之间的联系。

摘要： 汽轮机轴系故障是长期困扰发电厂安全可靠性的重要因素.本文将模糊粗糙集和k-近邻分类方法相结合,开发一种富有语义的故障识别方法.该方法首先利用模糊粗糙集约简故障案例的表达,然后以模糊粗糙集下、上近似给每个案例赋予属于某一故障类型的必然性和可能性程度.通过计算新故障与现有故障在特征空间的距离,可以获得与新故障最相似的k个案例,通过平均k个案例的必然度和可能度,即可计算新故障必然和可能属于某一故障类别的程度.

摘要： 针对视频处理中事件的检测和判断问题，提出了视频序列中事件描述的一种方法。首先选择特征，由条件属性和决策属性构成决策信息表;然后应用模糊粗糙集方法对属性集进行约减;最后结合具体应用背景选择合适的特征构成特征矩阵用来描述事件。实验结果验证了这种方法的有效性。

摘要： 模糊粗糙集模型是混合数据分析的重要模型之一,模糊等价关系的构造是基于模糊粗糙集模型的混合数据分析的关键。针对符号型属性和数值型属性,提出了一种带权的对象间相似性度量方法,并应用于模糊等价关系的构造。通过对UCI机器学习数据库中5个模糊等价验证了方法的有效性和可行性。

摘要： 针对经典粗糙集方法在雷达装备故障诊断规则提取中由于离散化带来的误差,提出将原始数据模糊化,然后使用蚁群算法进行属性约简,从而达到避免离散化、提高诊断规则准确度的目的。通过实验证明该方法能够克服经典粗糙集的不足,在雷达装备故障诊断中取得了良好的效果,为新型雷达装备的故障诊断开劈了一条新的途径。

摘要： 本发明涉及空调产品生产优化技术领域，特别涉及一种基于区间二型模糊决策粗糙集模型的空调生产优化方法，包括以下步骤：S1，建立区间二型模糊信息系统；S2，区间二型模糊损失函数矩阵；S3，确定条件概率；S4，计算期望损失值；S5，计算组合排序值；S6，判决绿色空调的最佳生产方式。本发明的有益效果为：能够增强对不确定信息的表示能力，有效处理绿色空调产品生产过程的不确定信息，避免信息损失，确保绿色空调产品生产方式结果的可靠性与可信赖性；能够有效找出最小期望风险的绿色空调产品生产方式，有效降低期望损失；在确定生产方式的客观性、简化性、稳定性与计算复杂性等方面具有一定的优势。

摘要： 本发明提出的是基于粗糙集和模糊层次分析法的业务需求权重设计方法。包括如下步骤：步骤一、采用合适方式存储电网基本情况、电网及电源建设情况、用电情况内容，规划并分析电网业务需求信息；步骤二、利用粗糙集来初步确定电网业务需求权重；步骤三、通过模糊层次分析法将电网业务需求的自相关性纳入考量，来解决业务需求初始权重相等或为零的问题；步骤四、将主客观的业务需求权重通过合适的权重偏好系数线性相加组合起来得到所需的业务需求权重。既解决了利用粗糙集求得的业务需求权重出现相等或等于零的情况而对电网部分业务需求权重的准确设计产生干扰的问题，也克服了层次分析法难以将电网业务需求模糊性纳入考量范畴的问题。

摘要： 本发明涉及一种粗糙集框架下的电池多级模糊综合评估筛选方法。首先，选取包含磷酸铁锂电池外的多种不同种类的锂离子电池，按特点不同对选取的多项指标进行分类，归纳出二级指标；然后，运用多种赋权方法分别求出每一项二级指标中的各项一类指标权重集；接着，利用模糊关系，通过隶属度函数求各种电池在每项二级指标下的各项一级指标隶属度，使用加权平均法对每项二级指标进行综合评判；最后，根据得到的评估数据，将二级评估指标的评价结果做成一个决策信息系统，将磷酸铁锂电池数据放在最后一列作决策列，运用粗糙集方法对数据进行处理，得到二级评估指标的核属性集，达到筛选与磷酸铁锂电池综合性能相似的锂离子电池的目的。

摘要： 本发明涉及空调产品生产优化技术领域，特别涉及一种基于区间二型模糊决策粗糙集模型的空调生产优化方法，包括以下步骤：S1，建立区间二型模糊信息系统；S2，区间二型模糊损失函数矩阵；S3，确定条件概率；S4，计算期望损失值；S5，计算组合排序值；S6，判决绿色空调的最佳生产方式。本发明的有益效果为：能够增强对不确定信息的表示能力，有效处理绿色空调产品生产过程的不确定信息，避免信息损失，确保绿色空调产品生产方式结果的可靠性与可信赖性；能够有效找出最小期望风险的绿色空调产品生产方式，有效降低期望损失；在确定生产方式的客观性、简化性、稳定性与计算复杂性等方面具有一定的优势。

摘要： 本发明公开了一种基于对偶犹豫模糊MULTIMOORA与多粒度概率粗糙集的群决策方法，该方法可刻画蕴含多种不确定性的决策信息、对多源决策信息进行消除决策者个人主观性的信息融合并考虑决策风险和容错率、提供稳定性强的决策结论，通过输入对偶犹豫模糊信息系统(U,V,R

摘要： 本发明公开的属于图像处理技术领域，具体为一种基于粗糙集的快速抑制图像模糊边界的图像分割方法，该图像分割步骤如下：步骤一：设定图像分割阀值；步骤二：对保留的图像阀值之间数据进行二次的阀值设定；步骤三：细化分割后产生的粗糙集数据；步骤四：带入到分割完成数据中的粗糙集数据通过初始分割方法进行检验式分割，查找数据报错；步骤五：按照步骤四的方法不断的进行代入分割；步骤六：分割完毕后将从粗糙集充产生代入的数据从分割完成的数据中抽出，通过多种方法对图像进行分割，产生的粗糙集数据进行代入式处理，通过相似处理的操作，减少边界模糊，再将处理后的图像抽出归位，达到图像快速分割的目的，提高图像模糊边界的抑制速度。

摘要： 本发明是一种基于模糊粗糙集理论和时空信息的空间负荷预测方法，其特点是，包括的内容有：建立电力GIS，在电力GIS中整合10kV馈线的历史负荷、供电面积；将待预测区域根据用地类型划分成多个供电小区，求各供电小区的空间属性值，包括负荷属性、距离属性和环境属性；对每种用地类型建立模糊粗糙集推理规则，求取模糊粗糙因子；利用10kV馈线的历年最大负荷值及其用地信息，求出目标年馈线最大负荷值，建立其与分类负荷密度的关系方程，求取各分类负荷密度最大值，计算各分类负荷总量及其对应的供电面积，分别求取各分类负荷密度的平均值；空间负荷预测，根据供电小区面积和已求得的平均分类负荷密度，计算出每个供电小区的负荷值。

摘要： 本发明公开了一种基于多维度特征和模糊粗糙集的恶意域名检测方法及检测系统，本发明针对目前基于域名特征的安卓恶意软件检测方案存在无法有效检测恶意域名以及DNS域名特征提取不够全面的问题，提供一种新的方案。本发明从结构、语言和统计学的角度，深入分析了DNS域名信息，共提取了26个特征，拓展了域名检测的多维度特征，并使用在线增量模糊粗糙向量机算法动态调整聚类中心的权重，最终提升检测精度。

摘要： 本申请提供基于增量模糊粗糙集属性约简的作物产量预测方法。所述方法包括：构建决策表；将一个作物生长记录数据子集作为原始数据子集输入模糊粗糙集属性约简模型；计算原始数据子集中每条作物生长记录在作物产量指标数据下的模糊相似度、以及每条作物生长记录的加权一致性程度，得到加权一致性程度及格的作物生长记录子集；计算加权一致性程度及格的作物生长记录子集的作物产量指标重要度，进行属性约简，得到约简属性子集合；将剩余的作物生长记录数据子集作为增量数据子集依次输入模糊粗糙集属性约简模型进行属性约简，得到若干非冗余约简属性子集合，训练得到作物产量预测模型。本申请可以提高作物产量预测精度的同时降低技术成本。

摘要： 本发明涉及一种基于模糊粗糙集的用户多标签细粒度情感分析方法，包括：步骤一：对在线文本样本数据进行预处理，人工预先进行情感评定等级标注；步骤二：首先通过对模糊关系方程进行求解来得到每个情感词的属性模糊情感强度；步骤三：采集实际文本语料数据，利用改进的模糊粗糙集方法来预测句子、段落和篇章的情感标签和强度。本发明具有较为快速准确分析用户文本情感属性及强度的功能，通过分析用户评价文本自动分析并给出用户情感分析的结果。