共查询到19条相似文献，搜索用时 140 毫秒
1.
粗糙集理论中的有效算法研究是粗糙集理论的一个研究热点,目前主要集中在决策规则提取算法、属性约简算法、粗糙集基本并行算法以及与粗糙集有关的神经网络和遗传算法等。其中,属性约简算法是粗糙集理论及应用研究的重要内容。本文对粗糙集理论中的属性约简进行了比较系统的研究,在总结现有方法的基础上,提出了一种基于可辨识矩阵的启发式属性约简方法。 相似文献
2.
《宜宾学院学报》2019,(12):29-38
粗糙集属性约简算法是数据预处理的有效方法,但无法处理某些结构复杂的数据.为了进一步拓宽粗糙集的应用范围,通过扩展粗糙集模型或改进属性约简算法以提高粗糙集的数据处理能力.对模糊粗糙集、覆盖粗糙集、邻域粗糙集、决策粗糙集、变精度粗糙集等几类拓展粗糙集模型的一些经典属性约简算法和最新提出的算法进行梳理和归纳后发现,现存的算法在运行效率和空间复杂度等方面限制了拓展粗糙集模型的使用范围.当前研究中拓展粗糙集模型在约简理论完善、大数据处理、特殊数据处理等三个方面的问题依然存在,因此未来应重点结合Pawlak粗糙集属性约简算法的思想、智能算法以及其他一些理论方法来研究拓展粗糙集模型属性约简理论. 相似文献
3.
粗糙集理论是一种处理模糊和不确定知识的一种新型数学工具,在很多领域取得了成功的应用.但是经典粗糙集理论处理的分类必须是完全正确的,在实际应用中,缺乏对噪声数据的适应能力,为了克服这个缺点,提出一种变精度的粗糙集模型,以适应实际应用的需要.对变精度粗糙集理论的数据预处理、属性约简、值约简和规则提取等问题进行了分析和研究,提出属性约简算法和基于求核值属性的归纳值约简算法,并将其运用于医疗系统的手术诊断数据表的数据挖掘分析过程中,所得到的实验结果与专家诊断结果基本吻合,取得了较好的实际应用效果. 相似文献
4.
本文讨论的是粗糙集理论的实际应用问题,在了解心理疾病诊断规则的基础上,利用粗糙集方法建立了属性约简模型,并着重讨论了基于区分矩阵的约简算法。 相似文献
5.
文章提出了在粗糙集理论中规则提取的新方法——利用图形的匹配来提取规则.粗糙集理论在数据分类应用中的主要思想是保持分类能力不变的情况下,利用等价类,通过属性约简和决策规则约简,达到挖掘知识并简化知识的目的. 相似文献
6.
属性约简是粗糙集理论的一个基本内容,是决策系统规则提取的一个有效手段,同时也是数据挖掘的一个重要方法。本文简要地介绍以国内为主的关于属性约简算法研究的若干进展情况,内容涉及属性约简的主要类型,核与属性约简算法以及最小属性约简的计算,并粗略地讨论今后发展的方向。 相似文献
7.
《西安文理学院学报》2015,(3)
分析粗糙集正域的相关理论,提出一种基于粗糙集正域的决策表约简算法,用属性重要度的大小来判断属性是否被约简.通过对心理健康量表数据实例验证,该算法在约简后得到影响测量结果的重要属性,为构建更为科学、合理的测评量表提供理论依据,具有一定的实用价值. 相似文献
8.
9.
康世英 《咸阳师范学院学报》2012,27(6):118-120
利用粗糙集理论中的属性约简算法对教师课堂质量评价的指标进行约简,提取影响综合评价的主要指标,然后根据属性重要度理论对约简后的指标体系进行赋权,对论域中的个体进行综合评价。 相似文献
10.
属性约简是粗糙集理论研究的关键问题之-.为了解决传统分明矩阵属性约简算法在处理高维数据时占用大量的存储空间、效率低的问题,根据决策表信息系统的分明矩阵及序贯思想,提出了序贯属性约简算法,并将其应用于发动机故障诊断系统中,对诊断特征参数表进行约简处理,以减少数据维数,提高诊断效率.该算法避免了大量的逻辑运算,实现了高维数据的高效属性约简.理论分析和实验结果表明该算法具有更高的运行效率. 相似文献
11.
在对研究信息系统中知识不完全、不确定问题的两种重要理论粗糙集和模糊集进行比较分析的基础上,结合模糊集和粗糙集各自的优点,针对信息系统中数据量庞大且属性值大多是连续的、很多数据对象具有相同或相似性质的情况,提出一种基于模糊等价关系的粗糙集方法,实现了粗糙集理论与模糊集理论的有机结合;并通过一个应用实例,证明了此方法的有效性． 相似文献
12.
Rough集理论是一种处理不精确性、不确定性知识的数学工具,属性约简是粗糙集理论研究中的重要内容之一,而由定义来计算约简与核是一个典型的NP难题。提出分层思想将众多属性划分为不同的层次,结合分辨矩阵利用一种有效的基于粗集理论的权重确定方法逐层求出各个层次的最小约简及确定各属性的权重,从而使知识约简的工作得以简化,并以三明市部分县市旅游资源评价为例说明了结果的有效性。 相似文献
13.
把粗糙集与神经网络结合,应用于文本分类,可以充分发挥两种方法的优势,取长补短,粗糙集理论可以有效地对样本集进行约简,从而简化了神经网络的结构,减少了网络的训练次数,学习速度和分类精度明显提高,并用仿真实验验证了此方法的有效性. 相似文献
14.
基于聚类分析的粗糙集模型及其应用 总被引：2，自引：1，他引：1
将聚类分析方法和粗糙集理论相结合,建立了一种基于聚类分析的粗糙集模型,该模型能够删除冗余的数据且保留必要的数据,起到对数据进行预处理的作用,使得属性和属性值约简后的规则更加简练． 相似文献
15.
自M.Banerjee和S.K.pal提出了模糊粗糙集的基本模型以来,模糊粗糙集一直是粗糙集理论研究的一个重要课题。本文在模糊粗糙集基本模型基础上首先从λ-模糊截集的概念出发,提出了基于λ-模糊截集的上、下近似的概念,给出了依参数粗糙度的新计算方法,从而使模糊粗糙集中依参数粗糙度得到了显著的改进,并通过具体实例证明了该方法的有效性,特别是当处理的数据较多时该方法尤为优越。 相似文献
16.
随着粗糙集的发展,覆盖粗糙集在大数据方面有着较为广泛的应用,是粗糙集的重要组成部分.文章首先通过覆盖粗糙集友元的定义,给出基于友元的覆盖粗糙集上下近似的定义,研究上下近似的性质.其次,在给出上下近似的基础上,提出覆盖粗糙集的F约简和交约简,举例说明两者的不同之处.最后,证明任一覆盖粗糙集在F约简和交约简前后保持上下近似一致,同时证明用这两种约简方法约简前后粒度F是保持不变的. 相似文献
17.
提出了把粗糙集和R BF神经网络相结合应用于农业总产值预测的方法。首先用粗糙集对影响农业总产值的多个因素进行属性约简,选择主要影响因素,去除冗余信息;然后利用RBF神经网络建立预测模型。最后对该模型的预测结果与因子分析神经网络模型的预测结果进行了比较,表明了该模型的有效性和优越性。 相似文献
18.
粗糙集属性约简就是在保持信息系统的分类和决策能力不变的条件下,删除不相关或不重要的属性,使原有系统得到简化。利用一种基于粗糙集的属性约简算法,通过计算属性在可分辨矩阵中出现的频率来定义属性的重要性,可使约简结果保持近似精度。实验表明该算法可以简化评教指标体系,降低信息系统所需存储空间。 相似文献
19.
函数S-粗集是用R-函数等价类[u]定义的,函数S-粗集具有规律特征,函数是一个规律,利用函数S-粗集,给出规律挖掘的研究,给出规律挖掘方法与应用,函数S-粗集是寻找系统中未知规律的一个新理论.所给出的研究,在风险投资分析、系统状态识别等多个应用领域中得到应用.函数S-粗集是粗集理论中的一个新的研究方向. 相似文献