关于剩余格的正则滤子

基于一般的剩余格,引进了正则滤子的概念,给出了正则滤子的一些特征刻画,并且建立了正则滤子与其它一些特殊滤子(G-滤子、MV-滤子、Boolean滤子)之间的内在联系.证明了一个剩余格为正则剩余格当且仅当它的每个MP滤子是正则滤子.     

基于优势关系粗糙集的驾驶行为研究

在分析驾驶行为影响因素的基础上,提出了用粗糙集理论求解驾驶员的轨迹决策问题的方法.将驾驶员模糊多目标轨迹决策模型看成是一个具有偏好信息的多属性决策问题,用优势关系代替不可分辨关系,并通过优势属性集来推理决策规则,从而确定各预期轨迹点的排序.     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

粗糙集与神经网络在发动机故障诊断中的融合应用

电喷发动机运行的状态信息众多而复杂,故障与状态信息的关系模糊而不确定,如何从复杂的多元信息中获取有用部分并加以利用是电喷发动机故障诊断的关键.本文应用粗糙集理论对冗余信息进行约简,得到更为简明的诊断规则,将约简结果与神经网络相结合,建立了故障诊断系统.网络的训练对比结果表明,粗糙集理论的约简处理简化了神经网络结构,提高了网络的训练效率;通过实例验证了粗糙集理论与神经网络相结合进行电喷发动机故障诊断的可行性.     

有余格

本文较详细地讨论了有余格及其一些性质,为进一步深入研究格值逻辑和L一Fuzzy拓扑学创 造了一些有利条件。      

Properties and Relations of Several Operators Based on Covering Rough Sets

The covering rough sets theory is a generalization of traditional rough set theory,and can also describe information with incompleteness and fuzziness in information systems.In this paper,we first provide the definitions of several upper and lower covering approximation operators on the covering approximation space.Then,we study the properties of these operators.Finally,we propose the mutual relations between approximation operators and similar relations of the operator(Ⅰ)based on the covering rough sets.     

Algorithm for Extracting All Relative-Attribute Reducts in Decision System of Large-Scale Records

A new algorithm based on rough core was proposed to extract all relative-attribute reducts in decision information systems of large-scale records. In the algorithm, the rough core of the decision-making information system is first calculated. Then, an approach based on a top-down strategy is adopted to select the non-core condition attributes and generate candidate relative-attribute reducts. Finally, the set of all relative-attribute reducts is obtained by pruning the candidate relative-attribute reducts. Experimental results show that the proposed algorithm is superior to the other methods such as the algorithm without computing core, the exhaustive method and the discernibility matrix method in extracting all relative-attribute reducts for large-scale data sets.     

基于粗糙集理论的经济圈交通枢纽灰色关联分析评价

经济圈交通枢纽综合评价中存在信息不确定、定性评价指标较多的问题,而传统的评价方法虽然简单直接,但容易受到主观因素的众多干扰。提出了一种基于粗糙集的灰色关联分析综合评价方法,将基于粗糙集理论的指标赋权法与灰色关联综合评价相结合,通过粗糙集理论对指标进行约简并给出较为客观的指标权重,得出综合评价模型以及相应的算法;通过算例说明了该方法的有效可行。     

粗糙集代数与格蕴涵代数

讨论粗糙集代数与格蕴涵代数的关系以及由粗糙集代数构造格蕴涵代数的方法．借助近似代数上的原子及同余关系，证明了在适当选取蕴涵算子及余运算之后，粗糙集代数就成为格蕴涵代数。     

Feature Selection for SVM Classifiers Based on Discretization

The rough sets and Boolean reasoning based discretization approach （RSBRA） is not suitable for feature selection for machine learning algorithms such as neural network or SVM because the information loss due to discretization is large. A modified RSBRA for feature selection was proposed and evaluated with SVM classifiers. In the presented algorithm, the level of consistency, coined from the rough sets theory, is introduced to substitute the stop criterion of circulation of the RSBRA, which maintains the fidelity of the training set after discretization. The experimental results show the modified algorithm has better predictive accuracy and less training time than the original RSBRA.     

基于Rough熵的决策表约简算法研究

知识约简是Rough 集理论研究中的核心内容之一,已证明求决策表的最小约简是NP-hard问题,解决办法一般是采用启发式算法.本文分析了信息熵在Rough集理论中的应用,利用Rough熵定义了决策表中条件属性的相对重要度,讨论了其性质,在此基础上提出了一种用于计算决策表中的相对约简的启发式算法.     

概率信息系统中扩展决策规则的决策推理

用概率信息系统表示对象与属性值之间的概率关系．根据粗糙集理论，采用平均算子，获取概率信息系统的扩展决策规则集．用关系合成的模糊推理方法，实现了扩展决策规则集的决策推理．     

一种基于知识的信息熵概念的粗糙集知识约简方法

文中提出了知识的信息熵的概念,通过知识的信息熵对属性的重要性进行了定义,提出了基于信息熵的租糙集知识约简方法,并通过实例进行了分析。分析结果表明文中提出的基于知识的信息熵概念的粗糙集知识约简方法是行之有效的。     

II-Type Products of L-Fuzzy Filters

W. Gahler has proposed the concept of L-fuzzy filters and discussed the product of L-fuzzy filters. This note is devoted to the discussion of another type product, we called it II-type product of L-fuzzy filters.     

近似空间与测度空间及广义粗集与不可测集

将粗集与不可测集关系的讨论扩大到广义粗集范畴。证明了近似空间是测度空间的基础空间，广义粗集和不可测集分别是在近似空间和测度空间中对集合的不确定性的不同表述；在非零有穷测度的条件下，近似空间中的一个广义粗集，是其扩展的测度空间中的不可测集。结果表明：测度论同术是不确定知识表示和处理的一种有力理论工具。     

基于变精度Rough集的对象甄选优化模型

定义了对象甄选信息系统,并根据属性值序列间的距离,给出了对象的相似关系,并利用Rough集理论讨论了对象的分类问题,最后给出了甄选的优化模型.     

Feature subset selection based on mahalanobis distance： a statistical rough set method

In order to select effective feature subsets for pattern classification, a novel statistics rough set method is presented based on generalized attribute reduction. Unlike classical reduction approaches, the objects in universe of discourse are signs of training sample sets and values of attributes are taken as statistical parameters. The binary relation and discernibility matrix for the reduction are induced by distance function. Furthermore, based on the monotony of the distance function defined by Mahalanobis distance, the effective feature subsets are obtained as generalized attribute reducts. Experiment result shows that the classification performance can be improved by using the selected feature subsets.     

粗集决策与聚类分析的改进模型

通过分析粗集理论与聚类分析的内在联系，从理论上探讨了两者的融合机理，并给出了相关的数学证明．考虑到粗集决策难以构造决策表的缺陷，采用聚类分析构造等价关系扩展信息表，提出了等价聚类的概念。建立了基于聚类分析的粗集模型；考虑到聚类分析权重确定存在的问题，采用粗集理论的属性约简思想，解决聚类分析中的权重和冗余性问题，建立了基于粗集理论的聚类分析模型，从而解决了原有模型的不足．     

模糊系统知识模型（Ⅱ）：范畴、知识及其近似与度量

讨论了建立在模糊系统知识模型之上的范畴与知识的概念,并通过引入粗糙集中上、下近似等基本且重要的概念,在知识模型中给出了标号集关于复合关系的上、下近似等定义,以及给出了知识模型中范畴与知识的近似及其度量方法.对于所给出的有关概念及度量方法通过举例给出了具体说明,为模糊系统知识模型一致性和完备性的讨论奠定基础.     

道路交通事故黑点整治策略选择的粗集算法

粗集算法比较适合于不完全信息条件下的推理分析。在简要介绍粗集理论的基础上,设计了该理论应用于道路交通事故黑点整治的基本步骤与实施要点,并给出了一个计算示例。结果表明,粗集算法具有较强的实用性与合理性,有助于道路交通管理部门合理选择黑点的整治策略。