检索结果-内蒙古大学图书馆

作者：郭庆合肥工业大学

学位级别：博士

随着云计算、大数据等新兴信息技术的广泛应用,各领域的数据急剧增长,这其中结构化数据仍然是数据的主要表现形式之一。在这些数据中往往含有大量冗余的与不确定性数据,从而导致模式分类的处理能力与决策的辨识能力的降低。区间值型数... 详细信息

随着云计算、大数据等新兴信息技术的广泛应用,各领域的数据急剧增长,这其中结构化数据仍然是数据的主要表现形式之一。在这些数据中往往含有大量冗余的与不确定性数据,从而导致模式分类的处理能力与决策的辨识能力的降低。区间值型数据与直觉模糊型数据作为信息的不确定与不充分的表现形式是两种重要的结构化数据。如何从这两类不确定数据中发现有价值的信息和规律为管理者提供决策参考,仍然是管理决策科学领域中的研究热点之一。粗糙集理论作为数据挖掘领域中的重要方法之一,其最显著的优点是在于不需要提供解决问题所需要的数据以外的先验知识,只要面向数据本身提供的信息,就可以实现对数据的分类与决策规则的获取等任务。该理论已经被成功地应用于机器学习、数据挖掘、决策分析等诸多领域。经典的粗糙集模型是建立在等价关系基础之上的,要求相对较为严格,处理不确定性数据存在着局限性。因此,经典粗糙集模型的各种扩充对于不确定信息系统的知识约简与决策规则的获取具有极其重要的意义。本文以粗糙集为工具,结合国内外的研究现状,较为系统的研究了单粒度与多粒度背景下区间值信息系统与直觉模糊信息系统的属性约简及其决策规则的获取问题,同时面向交通事故因素关联分析问题构造了一种群决策属性粗糙集模型并加以应用。本文的主要创新性工作如下:(1)分析了现有的容差关系在区间值聚类中的不足,本文构建了一种模糊等价关系,基于此关系分别从单粒度与多粒度视角建立了区间值信息系统的粗糙集模型,给出分辨矩阵、属性约简的判定定理及其属性约简的方法,基于模糊等价关系定义了区间值决策系统上的决策规则置信度因子,给出了决策规则的支持定理及其决策规则的获取方法。(2)分别从单粒度与多粒度角度建立了直觉模糊信息系统的粗糙集模型。定义了直觉模糊信息系统上的偏序关系及其分辨矩阵,给出了有效的属性约简方法。基于直觉模糊决策系统的分类质量给出了相对属性约简的计算方法,研究了相对属性重要度以及序决策规则的提取方法,建立了直觉模糊信息系统的乐观多粒度与悲观多粒度两种模型,分析了相应的性质及其与单粒度模型的联系与区别,给出了基于多粒度序关系的决策规则置信度因子及其决策规则的获取方法。(3)现有的粗糙集模型在处理不协调直觉模糊决策系统时会使下近似包含对象的个数很少,影响了确定性决策规则的获取。本文定义了直觉模糊决策系统的协调度并提出了一种变协调度粗糙集模型,通过调节协调水平的大小允许部分被遗漏的对象进入下近似集中,分析了该模型的相关性质,定义了协调水平下直觉模糊决策系统的分类质量并给出了相应的约简方法与最优决策规则获取方法。(4)以交通事故历史统计数据为背景,分析了现有的单决策属性粗糙集模型在处理交通事故成因分析中的局限性,本文构建了一种群决策属性粗糙集模型,分析了该模型的性质及其与单决策属性粗糙集模型的关系,基于该模型从隐患指标(条件属性)和事故指标(决策属性)对道路交通事故指标因素进行关联性分析并获取决策规则,为交通管理决策提供参考依据。

关键词：不确定信息系统粗糙集区间值信息系统直觉模糊信息系统多粒度变协调度决策规则群决策属性

来源：评论

学校读者我要写书评

暂无评论

面向不确定信息系统的粗糙集扩展模型研究

面向不确定信息系统的粗糙集扩展模型研究

引用

作者：鲍忠奎合肥工业大学

学位级别：博士

粗糙集理论是由波兰学者Pawlak提出的一种进行数据分析的新型工具,已被成功运用于数据挖掘、模式识别以及决策分析等领域。经典的粗糙集理论建立在等价关系的基础上,可以处理有限的知识分辨能力引起的不确定性问题,但对数据本身的不确... 详细信息

粗糙集理论是由波兰学者Pawlak提出的一种进行数据分析的新型工具,已被成功运用于数据挖掘、模式识别以及决策分析等领域。经典的粗糙集理论建立在等价关系的基础上,可以处理有限的知识分辨能力引起的不确定性问题,但对数据本身的不确定性缺乏相应的处理机制。因此,面对海量的不确定性数据,通过扩展粗糙集理论来研究不确定信息系统的知识获取,具有重要的理论意义和应用价值。本文针对信息的不完备和模糊性,以知识约简和决策规则获取为目的,对不确定环境下的粗糙集扩展模型及其应用进行了系统的研究。主要内容如下：1)针对特征优势关系在对象分类方面的不足,提出一种改进的特征优势关系,并给出不完备序信息系统的粗糙决策模型,与已有模型的对比分析结果表明,在近似分类精度和近似分类质量方面,改进后的粗糙决策模型都要优于已有的粗糙决策模型。最后,为简化获取的决策规则,利用改进后的特征优势关系,提出基于区分矩阵的知识约简方法。2)在集值序信息系统中,定义一种δ-优势关系来进行对象的分类,并给出集值序信息系统的不确定性度量；基于δ-优势关系的粗糙集扩展模型,研究了集值序决策系统的知识约简和决策规则获取；另外,依据对象间的不同优势程度,在集值序信息系统定义一种不依赖于任何未知参数的模糊优势关系,并提出基于模糊优势关系的模糊区分矩阵,对此去模糊化处理后,获得了集值序信息系统的知识约简。3)在集值序信息系统的基础上,研究了决策属性值为模糊性概念的集值序模糊决策系统的粗糙决策问题。首先将优势关系粗糙集模型推广至模糊情形,然后,基于模糊决策集的下、上近似,给出集值序模糊决策系统下、上近似约简的定义,结合下、上近似协调集的判定定理,提出了基于区分矩阵的下、上近似约简方法,并提取出简化的模糊决策规则。4)在直觉模糊信息系统中引入优势关系,提出一种基于优势关系的直觉模糊多属性决策方法；对粗糙集模型进行了直觉模糊环境下的扩展,并给出直觉模糊粗糙集的不确定性度量；针对含有多个直觉模糊决策值的直觉模糊决策系统,提出基于区分矩阵的分布约简和分配约简方法。另外,将经典粗糙集理论中的相对正域、属性依赖度以及属性重要性等概念推广至直觉模糊决策系统中,证明其相对正域的单调性特征,并结合属性的不同特征以及正域约简的判定定理,设计出以属性重要性为启发式信息的正域约简算法,同时给出算法的复杂度分析,并通过数据实验验证了算法的有效性。

关键词：粗糙集不确定信息系统优势关系知识约简决策规则

来源：评论

学校读者我要写书评

暂无评论

基于不确定信息系统的动态属性约简算法

引用

信息技术与信息化 2012年第5期 109-112页

作者：陈亮陈丽芳马英唐山职业技术学院机电工程系 063004 河北联合大学理学院唐山063009 河北机车技师学院唐山063000

针对不确定信息系统中存在的问题,在不确定信息系统的属性集上定义了一种等价关系,以等价类决定属性的条件信息量,从而定义属性的相对重要性,给出一种新型的动态属性约简算法。在一个信息系统不断变化时,该算法不像静态约简算法需要重... 详细信息

针对不确定信息系统中存在的问题,在不确定信息系统的属性集上定义了一种等价关系,以等价类决定属性的条件信息量,从而定义属性的相对重要性,给出一种新型的动态属性约简算法。在一个信息系统不断变化时,该算法不像静态约简算法需要重新计算,而是利用新增的数据对已有的数据进行修正,使得每次约简充分利用上一次的结果,这样使得同样的比较运算不会重复进行。通过分析表明,该算法是正确有效的。

关键词：不确定信息系统动态属性约简信息量等价类

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的支持向量机及应用研究

基于粗糙集的支持向量机及应用研究

引用

作者：韩虎兰州交通大学

学位级别：博士

基于数据的机器学习是一种重要的数据挖掘方法,也是现代智能技术中的重要内容。近年来,粗糙集与支持向量机作为两种主要的数据挖掘方法获得了大量的研究。基于结构风险最小化的支持向量机方法能够较好地解决小样本、非线性、过学习、维... 详细信息

基于数据的机器学习是一种重要的数据挖掘方法,也是现代智能技术中的重要内容。近年来,粗糙集与支持向量机作为两种主要的数据挖掘方法获得了大量的研究。基于结构风险最小化的支持向量机方法能够较好地解决小样本、非线性、过学习、维数灾难和局部极小等问题,具有很强的泛化能力。但是作为一种新型的机器学习方法,在解决实际问题时还存在一些问题。本文结合粗糙集理论对支持向量机方法从两个方面提出了几点改进；一方面利用粗糙集理论对样本集进行预处理,首先提出基于邻域粗糙集的样本选取,其次分析了属性约简对支持向量机的影响,并提出基于属性约简的支持向量机选择性集成。另一方面利用模糊理论与粗糙集对支持向量机在处理不确定问题方面进行了几点改进。论文的研究成果主要包括以下几个方面： 1.针对支持向量机方法对于高维大规模数据无法直接处理和对异常样本敏感问题,提出一种基于邻域粗糙集数据预处理的支持向量机分类算法。该算法从两个方面对训练样本集进行预处理,一方面利用邻域粗糙集模型中对象邻域的上、下近似,寻找两种类别的交界部分,从而减小问题规模；其次通过对交界部分样本进行混淆度分析,对于那些混杂在另一类样本中的异常样本或噪声数据进行剔除。另一方面利用属性重要性度量对样本集进行属性约简与属性加权处理。 2.基于粗糙集理论的属性约简往往会产生多个等价的属性约简集合,每个约简集合包含的属性是部分或者完全不同的,它们从不同的角度对原始系统进行描述,具有一定的差异性和互补性。本文在对比研究了现有集成方法的基础上提出了一种基于粗糙集属性约简的选择性支持向量机集成方法。 3.在分析了现有模糊支持向量机隶属度计算方法的基础上,提出一利基于粗糙一类支持向量机的隶属度确定方法。该方法利用粗糙集思想构造一个最小粗糙球,分别得到对应粗糙球的上近似、下近似与边界区域,然后依据样本在超球中的位置对分布在下近似、边界域和粗糙球以外的样本,分别采用三种不同的方式计算其各自的隶属度。 4.提出一种基于模糊粗糙集的不确定支持向量机方法。在实际的应用系统中,由于研究对象的复杂性和对研究对象认识能力的局限性,往往得到一些含有不确定信息的信息系统,例如样本分类的不确定性。在这类问题中样本不能明确地归为某一类,只能以一定概率或一定隶属度属于某一类。本文利用一类特殊的核函数构造了一种模糊等价关系,接着以这类核函数构造的模糊等价关系为基础给出了模糊粗糙集的定义,然后利用模糊粗糙集中的下近似算子为每个训练样本分配隶属度,最后将得到的样本隶属度融入到传统支持向量机模型中,得到一个新的优化问题。

关键词：数据挖掘粗糙集属性约简支持向量机不确定信息系统选择性集成

来源：评论

学校读者我要写书评

暂无评论

粗糙关系数据库及其发展

引用

重庆邮电大学学报（自然科学版） 2009年第4期21卷 474-478页

作者：安秋生朱友红山西师范大学数计学院临汾041004

对粗糙关系数据库(rough relational database,RRDB)在国内外的发展状况进行了探讨。具体分为两部分,其一,对于与粗糙关系数据库相关的几个概念及它们之间的关系进行了研究;其二,从多值信息系统的规则生成及属性约简、RRDB的粗糙算子研... 详细信息

对粗糙关系数据库(rough relational database,RRDB)在国内外的发展状况进行了探讨。具体分为两部分,其一,对于与粗糙关系数据库相关的几个概念及它们之间的关系进行了研究;其二,从多值信息系统的规则生成及属性约简、RRDB的粗糙算子研究、RRDB的数据查询及数据更新、RRDB的度量研究及粗糙函数依赖等几方面对目前粗糙关系数据库在国内外的发展状况进行了总结回顾。

关键词：粗糙关系数据库模型粗糙关系数据库不确定信息系统粗糙集

来源：评论

学校读者我要写书评

暂无评论

基于粗糙集的信息系统决策方法研究和应用

基于粗糙集的信息系统决策方法研究和应用

引用

作者：涂瑞西南交通大学

学位级别：硕士

在这个全球一体化的时代，信息系统成为一个复杂系统，对于不断变化的复杂信息系统，不可能只是固守已有的知识与规则，还需要不断发现新知识，根据环境的变化采取新的决策。信息系统是一个具有对象和属性关系的数据库，这种数据库... 详细信息

在这个全球一体化的时代，信息系统成为一个复杂系统，对于不断变化的复杂信息系统，不可能只是固守已有的知识与规则，还需要不断发现新知识，根据环境的变化采取新的决策。信息系统是一个具有对象和属性关系的数据库，这种数据库通过数据隐含着对象和属性之间的关系，这种关系不能直接观察到，需要依赖于一定的数学方法与计算工具。而Pawlak于1982年提出的粗糙集就是一种很好地解决这种问题的数学方法。决策是管理学的一个重要分支。1978年Nobel奖获得者Simon指出：“决策是管理的核心，管理就是决策。”但是决策必须以事实和规则为基础，以价值为指导，面对信息系统的不可预测性和不确定性的增加，面对信息系统的复杂性与对决策行为的重大影响，粗糙集在不确定决策中的作用越来越突出。它可以帮助人们在信息系统决策中不断发现新知识，并使这些知识参与决策过程，使企业适应复杂、多变的社会环境。本文的信息系统主要是不确定信息系统。在运筹学、管理科学、信息科学等众多领域都存在着人为的或客观的不确定性，表现为多种形式，如随机性、模糊性、粗糙性以及多重不确定性。因而不确定信息系统决策方法的研究不仅具有学术价值，而且具有广泛的应用前景。本论文首先介绍了粗糙集在不确定信息系统决策中的研究现状和粗糙集的基础理论；其次针对信息系统存在的属性冗余问题提出了一种基于包含度的属性约简和规则提取算法和一种基于可分辨矩阵的启发式属性约简算法；然后阐述了本人在粗糙集不确定信息系统决策方面的工作，核心内容是粗糙集的比较和排序模型和基于S—粗集的概率决策模型；最后研究了基于粗糙集的不确定信息系统决策方法在化学药品合成、项目评价和保密决策中的应用。

关键词：粗糙集信息系统决策不确定性不确定信息系统奇异粗集属性约简决策规则

来源：评论

学校读者我要写书评

暂无评论

面向属性的RST在数据挖掘中的应用

引用

华中理工大学学报 2000年第2期28卷 80-83页

作者：朱定华魏媛媛魏长华华中理工大学电子与信息工程系 430074 华中师范大学电子与计算机研究所 430074 华中师范大学计算机科学系 430074

基于对 RST的基本概念和近似空间的形式描述 ,定义了不确定信息系统 ,并引入面向对象属性的泛化和约简操作算法 .在此基础上 ,提出了一个面向属性的 RST的数据挖掘方法 ,即基于系统的关系数据库形成差别矩阵 ,并对差别矩阵施行最佳约简... 详细信息

基于对 RST的基本概念和近似空间的形式描述 ,定义了不确定信息系统 ,并引入面向对象属性的泛化和约简操作算法 .在此基础上 ,提出了一个面向属性的 RST的数据挖掘方法 ,即基于系统的关系数据库形成差别矩阵 ,并对差别矩阵施行最佳约简和核操作 ,给出在逻辑意义下的决策规则 ,从而完成领域的知识发现 .

关键词：粗集理论数据挖掘不确定信息系统面向属性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：