决策规则

摘要： 针对新型小规模装备备件品种确定过程中决策信息犹豫性和模糊性特点突出、难以运用传统备件品种确定方法进行决策的问题,提出一种基于犹豫模糊粗糙集的备件品种确定方法。利用风险偏好系数对不完备犹豫模糊信息进行数值延拓,为构建不同风险偏好下备件品种确定的犹豫模糊决策信息系统奠定基础;考虑得分函数和数值延拓边界的综合因素影响,给出改进的包含度计算公式,并基于包含度定义进行了证明;给出基于改进包含度计算的备件品种决策属性的约简条件和规则获取方法,实现了犹豫模糊决策信息的深度挖掘和有效利用。研究结果表明:通过该法能够有效处理犹豫模糊决策信息,获取精简实用的备件品种决策规则集,验证了方法的可行性。

摘要： 研究基于多传感器融合的电梯门状态检测方法,用以解决电梯门检测准确性和效率低问题。传感器获得电梯门状态信号,采用小波分析提取信号特征,利用模糊数学测度公式计算电梯门状态划分在各状态模式的测度值,将该测度值作为D-S证据理论的信度函数分配,利用信度函数分构建信度函数分配,使用信度函数规则方法完成目标模式分类决策,实现电梯门状态检测。经实验验证,该方法能够准确检测出电梯门的加速度状态和位移状态,并且具有较高的检测效率。

摘要： 基于现代风险导向审计理论,运用数据挖掘方法,选取2001-2020年因财务报表重大错报被出具保留和否定意见的上市公司为样本,构建基于CHAID算法的重大错报分类预测模型,从中识别重大错报的基本特征,挖掘重大错报与否的决策规则。结果表明:流动性差、盈利能力不足、长期偿债能力弱的上市公司,在较高的置信水平上存在高重大错报风险;模型总体正确率为97.17%,分类效果较为理想。鉴于此,能够为识别、评估和预测财务报表重大错报风险提供线索。

摘要： 针对三组元精馏系统结构的优化合成,提出一种数据驱动的基于信息熵最小化的分类回归决策树(CART)模型.三组元精馏优化数据采用文献中严格模拟优化的结果,数据包含4种三组元混合物、34种进料组成以及7个候选精馏序列结构的最优化设计结果,生成数据集用来训练CART决策树.由决策树训练结果给出了三组元精馏结构最优设计决策规则,模型测试结果显示本文提出的决策树模型对数据集范围内三组元物系精馏结构决策的准确率为88.2％,同时表明了影响三组元最优精馏序列的主要影响因素及其重要性.

摘要： 针对大规模决策形式背景中决策规则的提取问题,提出了一种将频繁闭项集与决策形式背景相结合以提取无冗余决策规则的新算法.该算法结合了深度优先搜索的思想以及概念格中概念节点之间的父子关系,改进了概念格中频繁闭项集的挖掘算法,得到的频繁决策概念格实现了对一定规模的数据库的压缩,同时得到无冗余决策规则.算法分析表明,该算法复杂度较低,更适用于大规模数据集中挖掘无冗余决策规则.

摘要： 针对突发事件的传播过程,采用定性与定量相结合的方法,提出了突发事件网络舆情传播的"五段六点"模式.根据贝叶斯概率原理,给出了Agent的决策规则,以网络结构的方式体现Agent之间的内在联系,建立了基于Multiagent分布的突发事件网络舆情传播模型.通过仿真分析Agent情感态的演化,验证了该模型的有效性,表明该模型能够较好地分析网络用户对突发事件网络舆情传播的演化趋势.

摘要： 决策形式背景的属性约简及其规则获取是形式概念分析领域的研究热点问题.基于决策形式背景的决策规则,研究了决策形式背景的属性约简问题.给出了决策形式背景的冗余规则的等价表示,以及决策形式背景的规则协调集的充分必要条件,定义了决策形式背景的辨识矩阵和辨识函数,给出了决策形式背景基于决策规则的属性约简方法,并举例说明了结果.

摘要： 符合性评定是依据系统规则来评判被测量满足技术指标要求的程度.但在实际测试中存在测量结果及其测量不确定度区间非常接近甚至包含了指标"规范限"的情况,使得根据测量结果信息无法做出决策评定.为此本文提出新的符合性评定"两步法",给出了基于测量值及其测量不确定度的符合性评定规则,解决通常符合性评定中一步测试往往无法得出确切结果的问题.分析应用表明,新方法在得出测量结果是否满足指标要求的同时,可有效降低做出错误判定的风险.

摘要： 为充分解析文本形式的危化品事故案例,探讨事故类型与大量事故致因间的因果关联,从化工行业入手,通过扎根理论对175起危化品事故案例进行因素提取,共确定5个子系统、19个因素、80个子因素,提出基于事故生命周期的事故致因框架;在此基础上,提出改进的Gra-Apriori算法,以解决经典的Apriori无法考虑属性类别关系的问题,最终获得14个以事故类型为决策属性的规则.结果表明:这些规则从不同事故阶段细致地剖析了危化品事故所遵循的规律,重现事故的演变过程,为危化品事故风险管理提供准确可靠的预防策略和决策支持.

摘要： 形式概念分析理论(Formal concept analysis,FCA)是知识发现的重要工具,促进了人工智能的发展.FCA重要的研究课题之一就是规则提取,提取决策规则能够帮助解决不同内涵取值的概念的决策问题.该文首先提出了基于优势关系的模糊决策形式背景的3种协调性定义,并针对其关系进行讨论.然后基于确定性的粒决策规则提出正协调模糊决策形式背景上的决策规则融合方法,给出其对应算法从而获取包括确定性和不确定性的所有决策规则,且通过实例描述了该方法的有效性.

摘要： 证据理论用于处理不确定性问题,处理结果用于决策,要求决策规则使决策结果指向性明显.本文对典型证据决策规则进行了介绍,提出了基于最大DSmP概率的决策规则.通过两个数值算例与其他决策规则进行比较,结果表明所提出决策规则能更有效利用现有信息扩大各命题之间的信任差异,决策结果指向性更明显.

摘要： 近年来,稀疏表示分类(sparse representation based classification,SRC)方法在图像识别中受到越来越多的关注.与大多数改进的SRC方法重点强调稀疏性不同,本文关注稀疏系数的快速求解和SRC的决策规则.SRC方法使用所有的训练样本组成字典矩阵,并将测试样本分在最小重构误差所对应的类别中.当训练样本比较多时,会不利于后面的稀疏求解.此外基于重构误差的决策方法对SRC的稀疏原理不是最优的.本文提出使用部分训练样本组成字典矩阵并使用系数和规则对测试样本进行分类.在人脸数据库和MNIST手写体数据库上的实验结果表明本文提出的方法要优于原始SRC方法.

摘要： 对于模糊知识中不同"否定"的认知与处理,文献从概念层面上区分模糊知识中3种不同的否定关系,并提出一种具有矛盾否定、对立否定和中介否定的模糊集FScom.对FScom在股票投资决策方面的应用做了研究,以表明FScom处理实际问题的适用性.并基于FScor,讨论了决策规则中的模糊集及其不同否定的区分与形式表示;给出一种确定模糊集及其不同否定集的隶属函数以及阈值的方法;采用模糊产生式规则,讨论了实例中的模糊推理与决策.从而表明,FScom用来处理具有模糊性并且存在不同否定的实际问题是有效的.

摘要： 通过检测火灾环境中的特征参数信号来判断火灾是否发生,是实现火灾预警的重要手段。多传感器数据的融合是火灾智能报警的研究热点。论文采用粗糙集理论来对火灾检测环境中的三类信号进行融合处理，运用置信度、支持度和覆盖度来生成和评价的规则知识库。以欧洲标准实验火TF1 模型为例，描述了规则产生的算法。实验结论说明该方法具有良好的容错性、稳定性和确定性。

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： 研讨是支持群体共同求解复杂决策问题的有效工具,其本质上是一种多人间的逻辑思辨与推理的过程.本文借鉴人工智能领域中的argument理论,提出了一种基于argument的群体研讨与决策方法.首先对比分析了一般研讨流程与基于argument的辩论过程;其次建立了基于argument的群决策框架,并探讨了argument状态的推理机制;然后给出了几种典型的决策规则.最后结合一个软启动产品设计方案评价案例对本文研究进行了验证。

摘要： 本文从景观特征评估的定义和关键原则、尺度、步骤与方法以及景观特征评估与景观规划的发展对策这些方面对景观特征评估进行了一个比较系统而全面的介绍.并以达勒姆郡为例,介绍了达勒姆郡景观的影响因素以及据此所划定的广域景观类型与广域特征区域,并对各广域景观类型的关键特征进行了简要描述,进一步阐述了景观特征的评估方法及其实践应用.景观特征评中评估强调景观特征的与众不同而不是优劣的理念以及基于相对无价值观的景观特征描述并针对评估的特定应用而选取决策方法的思想,对我国自然资源和环境的保护具有重要的借鉴意义.

摘要： 本文从景观特征评估的定义和关键原则、尺度、步骤与方法以及景观特征评估与景观规划的发展对策这些方面对景观特征评估进行了一个比较系统而全面的介绍.并以达勒姆郡为例,介绍了达勒姆郡景观的影响因素以及据此所划定的广域景观类型与广域特征区域,并对各广域景观类型的关键特征进行了简要描述,进一步阐述了景观特征的评估方法及其实践应用.景观特征评中评估强调景观特征的与众不同而不是优劣的理念以及基于相对无价值观的景观特征描述并针对评估的特定应用而选取决策方法的思想,对我国自然资源和环境的保护具有重要的借鉴意义.

摘要： 本文从景观特征评估的定义和关键原则、尺度、步骤与方法以及景观特征评估与景观规划的发展对策这些方面对景观特征评估进行了一个比较系统而全面的介绍.并以达勒姆郡为例,介绍了达勒姆郡景观的影响因素以及据此所划定的广域景观类型与广域特征区域,并对各广域景观类型的关键特征进行了简要描述,进一步阐述了景观特征的评估方法及其实践应用.景观特征评中评估强调景观特征的与众不同而不是优劣的理念以及基于相对无价值观的景观特征描述并针对评估的特定应用而选取决策方法的思想,对我国自然资源和环境的保护具有重要的借鉴意义.

摘要： 本文从景观特征评估的定义和关键原则、尺度、步骤与方法以及景观特征评估与景观规划的发展对策这些方面对景观特征评估进行了一个比较系统而全面的介绍.并以达勒姆郡为例,介绍了达勒姆郡景观的影响因素以及据此所划定的广域景观类型与广域特征区域,并对各广域景观类型的关键特征进行了简要描述,进一步阐述了景观特征的评估方法及其实践应用.景观特征评中评估强调景观特征的与众不同而不是优劣的理念以及基于相对无价值观的景观特征描述并针对评估的特定应用而选取决策方法的思想,对我国自然资源和环境的保护具有重要的借鉴意义.

摘要： 一种用于点云解码的方法，包括接收比特流。所述方法还包括将比特流解码成包括像素的多个帧。像素的部分被组织成片并且对应于3D点云的相应点簇。所述方法还包括从比特流解码占用图帧。占用图帧指示包括在多个帧中的表示3D点云的点的像素的部分。另外，所述方法包括使用所述多个帧和占用图帧来重建所述3D点云。所述方法还包括至少部分地基于多个帧的特性来确定是否对3D点云执行平滑。基于确定执行平滑，所述方法包括对3D点云执行平滑。

摘要： 本发明涉及移动机器人动态环境中自主导航方法及装置，所述方法包括以下步骤：基于给定的目的地位置和机器人初始位置，获取无障碍物的全局路径，将全局路径分隔成多个路点，其中相邻的路点之间具有多个路点间距；将所述代谢能量值输入所述闭环控制模型，使达到下一个路点的轨迹数据输送到机器人的运动控制器，然后控制机器人移动到下一个路点。其中的装置包括存储器和处理器，该处理器在执行储存在存储器的指令时实施所述方法。本发明公开的移动机器人动态环境中自主导航方法及装置，机器人移动便于周围行人的理解，提高了机器人的导航安全性和效率，提高行人对机器人的接受度。

摘要： 本发明属于计算机技术领域，公开了一种基于软集决策规则分析的电子商务推荐技术及系统，建立一种基于软集的命题逻辑推理语言，在推理语言中，原子公式是软集中的参数e，参数e的函数值F(e)是原子公式e的赋值集，软决策规则是决策软集上的由原子公式组成的蕴含逻辑公式；引进软真度、条件软真度、联合软真度、软相似度、逻辑软距离等数量指标从充分性、必要性、合理性的不同方面评价软决策规则；将决策系统转化为决策软集，提出不完备决策系统的软决策规则提取方法；将基于命题逻辑和软集的数据分析方法应用于电子商务推荐。本发明通过实际例子说明本发明提出的方法都是有效的；本发明的理论分析具有创新性、方法构造新颖、技术手段实用性。

摘要： 本申请公开了一种基于在线决策规则的电缆局部放电(PD)源定位方法，用于定位单芯电缆网络中的单PD源或双PD源。该方法选取小波变换后的PD信号能量为信号特征，根据该特征得到各个电缆接头处的能量分布情况；并对所有接头处的温度进行实时监测，得到电缆接头处的温度分布情况。然后运用三维坐标系对所得的接头处能量分布和温度变化情况进行综合分析，并依照在线决策规则直接确定出PD源的位置段。本申请所述方法对于定位单PD源或双PD源具有足够的通用性，不需建立专门的数据库，也不用考虑PD源的特性(缺陷尺寸、厚度及绝缘中位置)和电缆网络的相关参数。即使该方法只适用于存在单PD源或双PD源电缆段的定位，但其准确性很高，无需对电缆网络进行同步测量。

摘要： 本发明公开了一种基于知识图谱的决策规则集配置方法及装置，方法包括：构建决策规则的知识图谱；基于知识图谱对决策规则集合进行最小化形式计算，输出最小化形式的决策规则集。本发明能够利用知识图谱技术对基本决策规则进行关联关系表征，实现决策规则集合的最小化形式计算获得精简后的决策规则集。

摘要： 本发明提供了机器学习技术领域的一种应用于药物分析的决策规则自动生成方法及系统，方法包括：步骤S10、获取药物数据，提取药物数据的药物特征并构建数据集；步骤S20、计算数据集中各药物特征的方差、数据复杂度以及排列重要性，基于方差、数据复杂度以及排列重要性筛选重要特征；步骤S30、从重要特征中筛选包含n(n＝1,2,3,…)个特征的特征子集，并计算各特征子集的排列重要性；步骤S40、按排列重要性的顺序在各特征子集上搜索使预测结果发生翻转时，各特征子集所需的最小特征变化量，进而生成类别边界；步骤S50、通过贝叶斯公式将类别边界描述成决策规则。本发明的优点在于：能为任意机器学习模型(包括不可解释的黑盒模型)生成高度可解释的决策规则。

摘要： 本申请公开了一种制定决策规则的方法、装置、电子设备及存储介质。其中该方法包括：获取样本数据，所述样本数据包括样本信号，所述样本信号标注了子特征；基于模拟退火算法获得各个所述子特征的目标阈值；根据所述目标阈值设置决策规则，提供了一种心电图干扰识别算法中决策规则设置时选择子特征阈值的解决方案，可以更规范、科学地设置子特征阈值。

摘要： 本申请涉及计算机视觉与数字图像处理领域，公开了一种基于决策规则和深度神经网络的眼底图像拍摄视野自动化分类方法及装置。其中，将用于检测F1、F2视野的决策规则模块和CNN分类模块结合构成F1、F2视野检测模块。将用于分类F3至F7视野的决策规则模块和CNN分类模块结合构成F3至F7视野的分类模块。利用视野类别标注与决策规则模块的决策结果差距，输入训练集，调整决策规则和参数；利用视野类别标注与CNN分类模块分类结果的差距构建损失函数，输入训练集训练CNN模型，迭代更新网络参数。本发明兼顾可解释性和可迁移性，使得多视野分类指标有一定程度的提升，结果可靠。

摘要： 本发明公开了一种基于决策规则的考试数据预处理方法、系统、装置及存储介质；该方法包括对考试数据进行结构化整理，得到规范化的数据字段；根据考试数据预处理的维度，构建决策规则，并得到决策规则集，所述考试数据预处理的维度包括数据一致性、数据冗余、数据缺失和数据噪音；对所述决策规则集进行排序，得到排序决策规则集；利用所述排序决策规则集对所述规范化的数据字段进行预处理。本发明利用排序决策规则集对所述规范化的数据字段进行预处理；能够减少考试数据的复杂性，并降低数据的冗余情况，增加数据的可读性，提高考试数据的质量；对考试数据分析和分析结果评价具有重要意义。本发明可广泛应用于数据处理技术领域。

摘要： 本发明公开了一种基于乐观概念的故障检测决策规则提取方法，属于数据挖掘中的规则提取技术领域；具体是从多粒度角度出发，通过计算每层的乐观概念，并根据乐观概念与决策表中决策属性的关系获取决策表中最简规则，设定已提取到规则的论域元素是否覆盖整个论域为决策规则提取的终止条件，最终实现故障检测决策表的规则提取过程；本方法省略了去除规则中冗余属性的过程，降低了故障检测决策规则提取的复杂度，同时加快了收敛速度；本发明基于乐观概念的决策规则提取方法可在实际应用中推广，起到辅助人类决策的作用。