区分矩阵

摘要： 基于区分矩阵的传统属性约简方法具有直观易理解的优点,但时间和空间复杂度都很高,当数据规模较大或条件属性较多时,会无法快速得到约简结果。为解决该问题,在区分关系的基础上构造了条件区分能力来进行属性选择,提出一种基于条件区分能力的属性约简算法。而为了进一步加快属性重要性的计算、提高约简效率,依据大数定律中频率的稳定性,通过采样的方式将条件区分能力扩展为局部条件区分能力,提出基于局部条件区分能力的属性约简算法。理论证明了条件区分能力在属性的选择上比正区域更严格,并将该算法与基于区分度的高效前向属性约简算法(FAR-DV)、基于k近邻属性重要度和相关系数的属性约简算法(K2NCRS)及基于正区域排序升序决策表的快速正区域约简算法(FPRA)进行了对比。实验结果显示,该算法在属性选择顺序、约简率和分类精度上与FARDV基本一致,在约简效率上比上述三种算法提高了10倍以上;且随着数据规模的增大或条件属性的增多,在约简效率上的提升越明显。可以看出,所提算法具有更低的时空复杂度,适用于海量数据属性约简。

摘要： 为了得到信息系统的最小属性约简,提出了基于0-1规划的最小属性约简算法.首先,由区分矩阵定义了极小区分集的概念.其次,将信息系统的最小属性约简问题转化为0-1规划,从而给出了基于0-1规划的最小属性约简算法.再次,通过一个具体实例对该算法进行了说明.

摘要： 针对目前将经典粗糙集理论与TOPSIS法相结合的决策模型中,权重确定环节存在一些不足,导致决策结果准确性下降等问题,引入一种区分矩阵的属性重要度定义方法,与粗糙集代数方法进行结合,提出了一种基于组合权重的TOPSIS决策模型。该模型在权重确定环节避免了非核属性权重为零的情况,优化了核属性和非核属性权重所占比例,合理反映了各属性在决策时所起的作用。最后通过第三方物流服务商选择实例分析表明,该方法得到的排序结果更加贴近实际,提高了决策精度。

摘要： 在实际生活当中,存在着大量的高维多标记数据,为解决维度灾难问题,通常需要约简属性集.针对目前的多标记属性约简算法未考虑标记关系问题,本文提出了一种融合标记关系的模糊不一致对多标记属性约简算法.利用相对熵(KL散度)度量标记之间的关系,定义标记权重,结合标记权重,定义模糊不一致对,考虑到属性对于模糊不一致对的区分性,定义属性重要性并进行属性约简.在8个数据集上的对比实验表明,所提基于模糊不一致对的多标记属性约简算法优于当前的多标记属性约简算法.

摘要： 由于影响计算机课程教学的因素多且复杂,因此,教学实施过程评价是教育发展进程中需关注和研究的问题.以区分矩阵为基础,将关联规则挖掘方法应用于计算机教学实施过程评价中.首先整理四项评价的数据,涉及案例讲解、课件制作、教师职业素养、互动有效性四项评价;然后计算区分矩阵并求核心,做属性约简得案例讲解、教师职业素养、互动有效性三项评价;最后抽取规则,根据计算机公共课程教学实施过程评价得分,可以自动进行等级判定.得出的规则应用可为教师及学校教学规划部门提供重要参考和决策支持信息,从而科学有效地加强教学资源建设,满足社会实际需求,提高就业质量.

摘要： 属性约简是粗糙集理论的核心内容之一,传统的属性约简每次只考虑去掉一个属性后对原来知识系统的影响,或者利用区分函数进行约简,但是当数据集较大时,区分函数范式转换获得解集具有一定的困难性,降低约简效率.针对决策系统的属性约简与高效决策的粒度选择问题,将粒化度量和聚类相结合,由聚类结果选择粒结构,再由粒化度量得到各粒结构的重要度,从而进行属性约简.考虑同时去掉多个属性,提高了效率;最后结合实例验证此方法约简与利用区分矩阵的方法约简结果一致.

摘要： 隧道围岩分类是考虑围岩所处的复杂地质水文环境及岩石自身条件等众多因素综合确定的.在收集已有隧道围岩分类数据基础之上,利用粗糙集理论对数据中的隐含知识进行挖掘,以期实现隧道围岩等级预判.结合样本数据,基于属性指标依赖关系及区分矩阵着重分析各个评价指标相对于最终围岩等级的权重,采用传统Pawlak权重计算和区分矩阵权重计算相结合的综合方法确定条件属性相对决策属性的综合权重,该方法克服了单纯依赖属性重要度条件下非核属性计算权重为零的不足.

摘要： The traditional attribute reduction algorithm based on discriminant matrix can only deal with discrete data, and most of the data contains both discrete and continuous attributes. In response to this problem, this study uses a method that allows discrete data and continuous data to be processed uniformly. This method replaces the original indistinguishable relation with the flexible logic equivalence relation, simplifying the discretization process in the traditional algorithm and improving the efficiency of the algorithm. Experiments show that compared with the traditional algorithm, the improved algorithm omits the process of discretization, and can deal with discrete data and continuous data uniformly.%传统的基于区分矩阵的属性约简算法只能处理离散数据, 而绝大部分数据既包含离散属性又包含连续属性. 针对这一问题, 本文使用一种可以对离散数据和连续数据进行统一处理的方法. 该方法利用柔性逻辑等价关系替代原来的不可分辨关系, 简化了传统算法中的离散化过程, 提高了算法效率. 实验表明, 与传统的算法相比, 改进后算法省略了离散化这一过程, 可以对离散数据和连续数据统一进行处理.

摘要： 粗糙集理论是一种新的处理不精确、不完全等知识的数学工具,属性约简问题是粗糙集理论的核心内容之一.现有的很多约简算法都是由构造决策表的区分矩阵出发,将矩阵中非空元素的合取范式转化为极小析取范式,但基于Skowron提出的区分矩阵约简算法对不相容决策表会产生错误的结果.为此提出一种改进的区分矩阵的定义,以及基于此区分矩阵的属性约简算法.该算法对相容或不相容决策表都适用,尤其对不相容决策表会得到更加稀疏的区分矩阵,可大大节省计算时间和存储空间.该算法是一种简单、有效、普遍适用的求解属性约简方法.

摘要： 针对属性值为区间粗糙数的序信息系统,本文首先给出了区间粗糙数的比较方法,即通过区间粗糙数的上下近似加权期望值作为比较区间粗糙数大小的依据,然后提出了区间粗糙数序信息系统下的优势关系,并通过构建区分矩阵的方法设计了一种求序信息系统属性约简的算法,最后用实例验证了本文算法的可行性和有效性.

摘要： 从病历样本数据出发,运用基于区分矩阵的计算方法,简化了计算过程,使得医疗信息的处理更为简便有效,从中得出的简明直接、易于理解的产生式分类规则也具有一定的参考价值.

摘要： 论述了粗糙集方法性质及特点.从病历样本数据出发,运用基于区分矩阵的计算方法,简化了计算过程,使得医疗信息的处理更为简便有效,从中得出的简明直接、易于理解的产生式分类规则也具有一定的参考价值.

摘要： 本文研究格值决策表的属性约简问题,提出了格值决策表中分配协调集的概念并讨论了它的基本性质,给出了分配协调集的充分必要条件,借助区分矩阵与区分函数给出了计算分配约简的方法.

摘要： 本文基于粗糙集理论对数据约简进行研究,考虑到区分矩阵存在大量冗余数据,提出了最简区分矩阵的概念,最简区分矩阵的非空元素个数与区分矩阵的非空元素个数相比非常小,以致在最简区分矩阵上花费较少时间和空间可以计算出所有的最小约简.最后,对UCI数据实验结果说明该算法的有效性.

摘要： 由于当今社会里,随着科技发展和信息量的增大,我们必须处理大量数据并从大量数据里得到隐藏其中的规律.本文通过基于粗糙集的约简算法作为一种数据挖掘技术对电信的决策表进行分析.通过粗糙集的约简算法可以决策表消除冗余的属性和属性值,并得到约简和可以促使我们在实践中有正确决策和分析的规则.

摘要： 由于当今社会里,随着科技发展和信息量的增大,我们必须处理大量数据并从大量数据里得到隐藏其中的规律.本文通过基于粗糙集的约简算法作为一种数据挖掘技术对电信的决策表进行分析.通过粗糙集的约简算法可以决策表消除冗余的属性和属性值,并得到约简和可以促使我们在实践中有正确决策和分析的规则.

摘要： 由于当今社会里,随着科技发展和信息量的增大,我们必须处理大量数据并从大量数据里得到隐藏其中的规律.本文通过基于粗糙集的约简算法作为一种数据挖掘技术对电信的决策表进行分析.通过粗糙集的约简算法可以决策表消除冗余的属性和属性值,并得到约简和可以促使我们在实践中有正确决策和分析的规则.

摘要： 由于当今社会里,随着科技发展和信息量的增大,我们必须处理大量数据并从大量数据里得到隐藏其中的规律.本文通过基于粗糙集的约简算法作为一种数据挖掘技术对电信的决策表进行分析.通过粗糙集的约简算法可以决策表消除冗余的属性和属性值,并得到约简和可以促使我们在实践中有正确决策和分析的规则.

摘要： 本发明提供一种基于矩阵的疾病程度区分及检验项目的自我分析方法，其特征在于，包括如下步骤：以病种作为集合，一大类病集合包含若干子类病为其元素，子类病集合中元素是该病的需要检查的必要项目和补充项目；建立矩阵，某一病患的实际检查的各项值与矩阵中各行的正态向量求差,得到的值与阈值比较，给出检测的结果，和进一步准确的诊断，根据具体值推断病情程度。通过本发明的方法，在人们进行初步自诊后，能够针对相关疾病系统为人们推荐后续需要检查的必要项目和补充项目，并在人们进行相关项目的检查后，根据检查结果，利用本发明提供的算法进行加权计算、分析、评价，以便得出进一步准确的自诊判断。

摘要： 根据本发明的一种电磁波区分设备区分电磁波，且包括：获取部、特征量计算部、相似度计算部、分类部、区分部、输出部以及存储部。所述获取部接收具有预定频率的通信信号，以及每预定时间对所述通信信号的波形数据进行采样，以获得每一预定时间的采样数据。所述特征量计算部基于每一预定时间的所述采样数据，计算每一预定时间的振幅特征量。所述相似度计算部计算相对于每一预定时间的所述振幅特征量的相似度。所述分类部基于所述相似度，将每一预定时间的所述通信信号分类为簇，以获得每一预定时间的所述通信信号的簇分析结果。所述区分部基于每一预定时间的所述通信信号的簇分析结果，针对所述簇中的每一个，区分构成一个簇的通信信号，以获得区分结果。所述输出部输出所述区分结果。所述存储部存储所述振幅特征量、所述相似度、所述簇分析结果以及所述区分结果。

摘要： 将要素中有重复的向量和结合对象的矩阵转换为不重复的向量和与该向量对应的矩阵。矩阵/密钥生成装置具备向量生成单元、集合生成单元、矩阵生成单元、密钥生成单元。向量生成单元以在i≠j时，如果是k

摘要： 本发明涉及一种基于相关矩阵特征值衰落系数的会聚区和影区分辨方法，以基阵信号相关系数矩阵特征值衰落系数的大小表征声场相关性的起伏特征，基于会聚区和影区对声场的水平相关性，设置特征值衰弱系数的门限，对会聚区和影区进行分辨。本发明依据广义射线‑简正波理论，从会聚区影区对声场的水平相关性影响出发，提出一表征声场水平相关性的无量纲物理量，即基阵信号相关矩阵特征值衰落系数；该系数可以有效表征声场相关性的起伏特征，其大小与是否处于会聚区密切相关；通过仿真实验表明，设置合理的特征值衰弱系数门限能够有效区分会聚区与影区，进而实时有效辨别会聚区，大幅提高目标的有效探测距离。

摘要： 本发明涉及协同办公系统技术领域，具体涉及一种基于协同办公系统的矩阵组织人员区分方法；设定角色，限定角色权限，制定角色指令处理的优先级，制定角色优先级的树状图，角色的优先级由高到低呈树状排序，判断指令发布时间，将同一时间的多条指令输入预处理架内，将发布指令的角色的优先级由高到低进行排序，处理优先级最高的角色的指令，按照角色优先级的高低对指令依次处理，判断下一级优先级的指令是否与上一级优先级的指令相斥，将相斥的下一级优先级进行跳过，根据指令，对存储模块内的信息进行修改和读取，通过上述步骤实现在处理同一时间多个人员发布的指令时，根据指令执行的优先级进行处理，提高处理效率。

摘要： 本发明公开了基于协同办公系统的矩阵组织人员区分方法，包括以下步骤：A、定义一个多维组织，即项目组织；B、在多维组织下定义单个组织和角色；C、流程审批，本发明的多维组织可以基于行政组织设置多层级的项目组织，项目组织的成员可以引用行政组织的人员，同时可以设置项目组织的部门职能人员，能够建立起来一个完整的项目组织体系。

摘要： 本发明提供一种基于矩阵的疾病程度区分及检验项目的自我分析方法，其特征在于，包括如下步骤：以病种作为集合，一大类病集合包含若干子类病为其元素，子类病集合中元素是该病的需要检查的必要项目和补充项目；建立矩阵，某一病患的实际检查的各项值与矩阵中各行的正态向量求差,得到的值与阈值比较，给出检测的结果，和进一步准确的诊断，根据具体值推断病情程度。通过本发明的方法，在人们进行初步自诊后，能够针对相关疾病系统为人们推荐后续需要检查的必要项目和补充项目，并在人们进行相关项目的检查后，根据检查结果，利用本发明提供的算法进行加权计算、分析、评价，以便得出进一步准确的自诊判断。

摘要： 根据本发明的一种电磁波区分设备区分电磁波，且包括：获取部、特征量计算部、相似度计算部、分类部、区分部、输出部以及存储部。所述获取部接收具有预定频率的通信信号，以及每预定时间对所述通信信号的波形数据进行采样，以获得每一预定时间的采样数据。所述特征量计算部基于每一预定时间的所述采样数据，计算每一预定时间的振幅特征量。所述相似度计算部计算相对于每一预定时间的所述振幅特征量的相似度。所述分类部基于所述相似度，将每一预定时间的所述通信信号分类为簇，以获得每一预定时间的所述通信信号的簇分析结果。所述区分部基于每一预定时间的所述通信信号的簇分析结果，针对所述簇中的每一个，区分构成一个簇的通信信号，以获得区分结果。所述输出部输出所述区分结果。所述存储部存储所述振幅特征量、所述相似度、所述簇分析结果以及所述区分结果。

摘要： 将要素中有重复的向量和结合对象的矩阵转换为不重复的向量和与该向量对应的矩阵。矩阵/密钥生成装置具备向量生成单元、集合生成单元、矩阵生成单元、密钥生成单元。向量生成单元以在i≠j时，如果是k

摘要： 本发明提供能形成微细的图案且能形成具有充分黑色的黑色矩阵、能用水显影的光固化性树脂组合物。作为光固化性树脂组合物的组成成分，含有(A)通过氧化而发生黑色化的离子价数为2以上的金属粉末与(B)由(i)水溶性纤维素衍生物、(ii)光聚合性单体、(iii)具有羟基的丙烯酸类树脂与(iv)光聚合引发剂组成的有机成分。作为上述(A)通过氧化而发生黑色化的离子价数为2以上的金属，可以举出选自铜、铁、钴中的至少一种。