检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

混合信息系统的邻域多粒度决策粗糙集及应用

模糊系统与数学 2023年第2期37卷 144-153页

作者：骆公志陈圣瑜南京邮电大学管理学院江苏南京210003

为进一步有效处理混合型数据,在混合信息系统中引入邻域多粒度决策粗糙集;鉴于欧氏距离只考虑到数据之间的绝对距离,因此在模型中以卡方距离作为替代;在给定邻域半径之下,提出了混合信息系统的邻域多粒度决策粗糙集模型,对其相关性质进... 详细信息

为进一步有效处理混合型数据,在混合信息系统中引入邻域多粒度决策粗糙集;鉴于欧氏距离只考虑到数据之间的绝对距离,因此在模型中以卡方距离作为替代;在给定邻域半径之下,提出了混合信息系统的邻域多粒度决策粗糙集模型,对其相关性质进行了证明;实例分析结果表明,该模型具有更好的分类能力,并可通过调整相关参数使模型具有一定的容错性。

关键词：混合信息系统多粒度决策粗糙集邻域粗糙集卡方距离

在线全文

学校读者我要写书评

暂无评论

混合信息系统属性约简

南昌大学学报（理科版） 2010年第4期34卷 393-396,408页

作者：谢霖铨梅宏标江西理工大学理学院江西赣州341000 北京科技大学经济管理学院北京100083

将属性分为基于等价关系的离散属性及基于优势关系的连续属性,利用U/{a}划分及正域方法对系统属性进行约简并提取规则,选用UCI中的6个数据集验证了方法的有效性。

关键词：粗糙集混合信息系统属性约简等价关系优势关系

基于粗糙集理论的不完备数据分析方法的混合信息系统填补算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2021年第3期41卷 677-685页

作者：彭莉张海清李代伟唐聃于曦何磊成都信息工程大学软件工程学院成都610225 西南交通大学信息科学与技术学院成都611756 成都大学计算机学院成都610106

为了提高基于粗糙集理论的不完备数据分析方法(ROUSTIDA)在实际应用中对包含离散型(如整型、字符串型、枚举型)、连续型(如浮点数表达)、缺失型属性的混合信息系统(HIS)数据的填补能力,提出了一种基于粗糙集理论的混合信息系统缺失值填... 详细信息

为了提高基于粗糙集理论的不完备数据分析方法(ROUSTIDA)在实际应用中对包含离散型(如整型、字符串型、枚举型)、连续型(如浮点数表达)、缺失型属性的混合信息系统(HIS)数据的填补能力,提出了一种基于粗糙集理论的混合信息系统缺失值填补方法(RSHISMIA)。首先,根据决策属性等价类划分思想并按照决策属性对混合信息系统HIS进行划分,解决了填补后可能出现的决策规则冲突问题;其次,定义混合距离矩阵来合理量化对象间的相似性,从而筛选出具有填补能力的样本并克服ROUSTIDA无法处理连续性属性的缺点;然后,结合近邻思想解决了ROUSTIDA在无差别对象属性值发生冲突情况下无法对相同属性缺失数据进行填补的问题。最后,使用10个UCI标准数据集进行实验,将所提出的方法与ROUSTIDA、K近邻填补(KNNI)算法、随机森林填补(RFI)算法和矩阵分解(MF)等几种经典算法进行了比较。实验结果表明,与ROUSTIDA相比,所提方法在查全率上平均高出81%,在查准率上提升了5%~53%,且其归一化均方根误差(NRMSE)最多减小了0.12。此外,所提方法的分类准确率与ROUSTIDA相比平均提升了7%,且优于KNNI、RFI及MF等填补算法。

关键词：基于粗糙集理论的不完备数据分析方法混合信息系统缺失值填补混合距离最近邻

在线全文

学校读者我要写书评

暂无评论

基于邻域粒化的混合信息系统动态规则提取

计算机工程与科学 2019年第7期41卷 1236-1243页

作者：程昳刘勇四川大学计算机学院四川成都610000 四川建筑职业技术学院信息工程系四川成都610000 四川建筑职业技术学院设备工程系四川德阳618000

现有的混合信息系统知识发现模型涵盖的数据类型大多为符号型、数值型条件属性及符号型决策属性,且大多数模型的关注点是属性约简或特征选择,针对规则提取的研究相对较少。针对涵盖更多数据类型的混合信息系统构建一个动态规则提取模型... 详细信息

现有的混合信息系统知识发现模型涵盖的数据类型大多为符号型、数值型条件属性及符号型决策属性,且大多数模型的关注点是属性约简或特征选择,针对规则提取的研究相对较少。针对涵盖更多数据类型的混合信息系统构建一个动态规则提取模型。首先修正了现有的属性值距离的计算公式,对错层型属性值的距离给出了一种定义形式,从而定义了一个新的混合距离。其次提出了针对数值型决策属性诱导决策类的3种方法。其后构造了广义邻域粗糙集模型,提出了动态粒度下的上下近似及规则提取算法,构建了基于邻域粒化的动态规则提取模型。该模型可用于具有以下特点的信息系统的规则提取:(1)条件属性集可包括单层符号型、错层符号型、数值型、区间型、集值型、未知型等;(2)决策属性集可包括符号型、数值型。利用UCI数据库中的数据集进行了对比实验,分类精度表明了规则提取算法的有效性。

关键词：规则提取混合信息系统粒度邻域

在线全文

学校读者我要写书评

暂无评论

基于混合信息系统的缺失值填补方法研究

基于混合信息系统的缺失值填补方法研究

作者：胥超成都信息工程大学

学位级别：硕士

数据集的完整性很大程度上会直接影响数据质量的好坏,若数据中含有较多的缺失数据,则会增大数据统计的复杂性以及降低数据集中有效数据的数量。事前预防虽然能够将数据的缺失率降到最低,但是由于生活中的各种不确定的因素影响,也并不能... 详细信息

数据集的完整性很大程度上会直接影响数据质量的好坏,若数据中含有较多的缺失数据,则会增大数据统计的复杂性以及降低数据集中有效数据的数量。事前预防虽然能够将数据的缺失率降到最低,但是由于生活中的各种不确定的因素影响,也并不能做到百分之百的无缺失数据出现,因此对于数据集中缺失值处理的重要性是不言而喻的。不同类型的数据特点是各不一样的,但是目前对于数据的填补处理研究中并没有将数据划分为不同的类型,而是统一进行处理,这样会极大的影响数据处理的工作效率和信息获取程度。因此本文主要从不同类型的缺失数据集入手,将15个UCI中的真实数据集根据它们的属性特点划分成三类:只含连续型数据的数据集、只含类别型数据的数据集和包含连续型和类别型数据的数据集,每个类别中有5个数据集,然后将这不同类型的数据集进行完全随机缺失,得到缺失率为5%、10%、20%和30%不同缺失率的数据集。再利用机器学习中的填补算法和常用的统计学填补算法进行对比填补—均值填补、回归填补、期望最大化填补、多重填补、基于模糊粗糙集的填补、支持向量机填补、随机森林填补和ROUSTIDA填补,一共八种方法对不同类型的数据进行填补。填补之后得到完整数据集再利用三种分类算法进行分类,根据它们的分类准确率来对填补效果进行评价,同时再利用平均绝对误差和均方误差再一次对填补结果进行评价,最后实验得出在只含连续型数据的缺失数据集中,随机森林的填补整体效果最好;只含类别型数据的缺失数据集中,支持向量机的效果整体最好;包含连续型和类别型的缺失数据集中,期望最大化填补的效果整体来说最好。然后指出了在不同类型,不同缺失率下的最优的填补方法,以及相同类型,不同缺失率下的最优填补方法也是不相同的。也对本文的研究结果进行了详细的总结阐述,并说明了实验可以进一步研究和拓展的地方。

关键词：混合信息系统缺失率缺失值数据集填补方法分类算法

基于混合型信息系统的粗糙集不确定性度量研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于混合型信息系统的粗糙集不确定性度量研究

作者：陈菊安徽大学

学位级别：硕士

粗糙集理论是一种处理不精确、不一致、不完备和模糊数据的数学工具,它是由波兰学者Pawlak于1982年所提出。粗糙集理论的核心是通过等价关系将信息系统中的论域进行划分,得到很多个对象集,这些对象集也称之为等价类或者说是人类所需要... 详细信息

粗糙集理论是一种处理不精确、不一致、不完备和模糊数据的数学工具,它是由波兰学者Pawlak于1982年所提出。粗糙集理论的核心是通过等价关系将信息系统中的论域进行划分,得到很多个对象集,这些对象集也称之为等价类或者说是人类所需要的有意义、有价值的知识。由于经典粗糙集是基于等价关系将信息系统中的论域进行知识划分,因此它仅能够用于处理离散型数据。在处理数值型数据时,经典粗糙集需要将该类型数据进行离散化处理,然而,在离散化处理的过程中将会使数据的内部机构发生改变,并且可能会造成一些重要的信息丢失,使数据集的数据挖掘能力降低。为了解决这一局限性,学者们将经典粗糙集进行了拓展和改进,接着,邻域粗糙集模型和模糊粗糙集模型相继被提出。然而,在实际应用中,存在数据测量误差、科学技术的限制和对数据的理解误差等因素,都将会使得所获取的数据是不完备的。而目前的信息系统中的数据大都是混合型,即离散型、数值型和缺失型三者至少满足两者。因此,如何从这复杂而又庞大的数据量中有效地挖掘出有价值、有意义的知识已成为当今大数据时代所研究的重点课题;如何对现有的数值度量方法进行改进;如何定义一个适合评估混合不完备信息系统的不确定性度量函数。针对上面所提出的这些问题,本文将依次对它们进行改进,提出对应的不确定性度量方法,本文的主要工作内容概括如下:(1)本文针对目前现有的数值度量方法进行了一个改进。精度、粗糙度以及近似精度和近似粗糙度是较早提出的四种单一数值度量方法,但是它们在评估信息系统的不确定性时,存在一些缺陷,为了解决这些问题,本文定义了一种基于粗糙度和模糊度的组合不确定性度量方法;接着,又考虑到信息系统中各个决策类的大小不同,其模糊度和粗糙度对整个系统的不确定性影响程度也不相同,为了解决这个问题,本文又为每个类赋予一个权重,然后提出了加权组合不确定性度量方法,并给出了相关的性质。最后通过UCI实验结果表明,本文所提出的加权组合度量方法具有更好的不确定性度量效果。(2)本文定义了一个适合评估混合不完备信息系统的不确定性度量函数。在实际应用中,大多数信息系统中的数据都是混合类型。为了度量混合不完备信息系统的不确定性,本文考虑了信息系统中数据的分布情况,定义了一种具有容差能力的距离函数,进而提出了一种改进的不完备邻域粗糙集模型,并基于该模型分别定义了混合近似精度和混合近似粗糙度的概念,接着考虑到这两种单一数值度量方法只能够评估集合边界域的大小,却不能够度量知识粒度的大小。为了解决这一问题,本文从信息论和粒度的视角来对信息系统的不确定性度量进行研究,然后定义了邻域容差信息熵的概念,最后,将混合近似粗糙度和邻域容差信息熵这两种单一度量的优点结合起来,提出一种组合度量方法,并研究了相关性质。UCI实验结果表明,本文所提出的度量方法具有更好的度量效果,从而验证了该方法具有一定的优越性,并且从理论上也证明了该方法的可行性。本文的创新点主要概括如下:(1)提出的加权组合度量方法,不仅仅克服了单一数值度量方法的缺陷,还考虑了信息系统中各个类的不确定性对整个信息系统的不确定性有着不同程度的影响,从而引入权重的概念,最后提出了加权组合度量方法。(2)考虑到目前信息系统中的数据大都是混合类型,为了能够处理混合不完备信息系统的不确定性度量问题,并且考虑数据本身的分布特点,针对数值型属性和符号型属性分别设置不同距离公式,并且建立一种改进的不完备邻域粗糙集模型;接着,分别定义了混合近似粗糙度和邻域容差信息熵的概念,其中混合近似粗糙度可以很好地度量集合边界域的大小,而邻域容差信息熵是从信息论或粒度的角度来度量知识粒度的大小,最后融合了这两种单一度量方法各自的优点,提出了组合度量方法,并且能够更加有效的度量信息系统的不确定性并获得较好的分类精度。

关键词：不确定性度量邻域粗糙集不完备粗糙集混合信息系统混合近似粗糙度邻域容差信息熵

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种属性变化局部变精度邻域粗糙集动态算法

河南科技大学学报（自然科学版） 2024年第4期45卷 79-87,M0007,M0008页

作者：王美丽赵佳怡冯卫兵西安科技大学理学院陕西西安710600

传统的邻域粗糙集模型对混合型数据的抗噪能力和计算效率低下,基于矩阵理论建立了一种属性动态变化的局部变精度邻域粗糙集模型。在局部对角矩阵和中间矩阵的更新规律的基础上,构建了混合信息系统局部变精度邻域粗糙集下近似的动态更新... 详细信息

传统的邻域粗糙集模型对混合型数据的抗噪能力和计算效率低下,基于矩阵理论建立了一种属性动态变化的局部变精度邻域粗糙集模型。在局部对角矩阵和中间矩阵的更新规律的基础上,构建了混合信息系统局部变精度邻域粗糙集下近似的动态更新机制,提出了一种新的属性变化的局部变精度邻域粗糙集动态算法。通过实验分析可知:所提出的动态算法具有较高的计算效率和良好的稳健性。

关键词：局部变精度邻域粗糙集混合信息系统属性集变化动态更新机制

基于邻域粗糙集组合度量的混合数据属性约简算法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2020年第2期37卷 234-239页

作者：盛魁卞显福董辉马健亳州职业技术学院信息工程系安徽亳州236800 中国科学技术大学软件学院安徽合肥230051

属性约简是一种重要的数据挖掘方法。为了对混合型信息系统达到更好的属性约简性能,提出一种邻域组合度量的启发式属性约简算法。邻域依赖度是构造混合信息系统属性约简的常用方法,根据粒计算的视角,在混合信息系统中提出邻域知识粒度... 详细信息

属性约简是一种重要的数据挖掘方法。为了对混合型信息系统达到更好的属性约简性能,提出一种邻域组合度量的启发式属性约简算法。邻域依赖度是构造混合信息系统属性约简的常用方法,根据粒计算的视角,在混合信息系统中提出邻域知识粒度用于评估属性的粒化能力。将邻域依赖度与邻域知识粒度进行结合,提出混合信息系统下的邻域组合度量,并将该度量方法作为启发式函数,提出一种属性约简算法。实验分析表明,该算法比混合信息系统的其他相关属性约简算法具有更高的约简性能。

关键词：混合信息系统属性约简邻域依赖度邻域知识粒度组合度量

在线全文

学校读者我要写书评

暂无评论

基于博弈论的非对称冲突分析

基于博弈论的非对称冲突分析

作者：丁晟皓西安电子科技大学

学位级别：硕士

冲突普遍存在于人类社会活动中。冲突分析即使用数学方法对冲突问题进行建模,基于冲突参与者对问题的态度差异分析彼此间的关系。近年来,研究者们不断提出新的冲突分析模型以更好的描述冲突的本质,如三支决策模型、博弈论粗糙集模型等,... 详细信息

冲突普遍存在于人类社会活动中。冲突分析即使用数学方法对冲突问题进行建模,基于冲突参与者对问题的态度差异分析彼此间的关系。近年来,研究者们不断提出新的冲突分析模型以更好的描述冲突的本质,如三支决策模型、博弈论粗糙集模型等,在决策领域获得了较好的应用。这些模型中通常不考虑态度差异的非对称性,而在现实当中,态度差异往往具有非对称性。为解决这一问题,本文使用博弈论理论处理模糊数信息系统与混合信息系统上的非对称冲突分析问题,主要研究内容包括:1.为了讨论冲突问题中的非对称性,提出了非对称冲突分析的概念,并构造了模糊数信息系统上的非对称博弈论粗糙集模型,用以解决模糊数信息系统上的非对称冲突分析问题。该模型使用非对称的模糊数偏离度计算成员间的态度差异程度,以体现两名成员之间态度差异的非对称性;使用收益矩阵分析态度差异,并依据非对称的收益矩阵最优解对成员间关系进行强弱划分,给出了更细化的成员关系。以叙利亚冲突为案例,验证了模糊数信息系统上的非对称博弈论粗糙集模型的有效性与实用性。2.研究了非对称博弈论粗糙集模型在混合信息系统上的适用性,构造了混合信息系统上的非对称博弈论粗糙集模型。针对混合信息系统中的六种数据类型(布尔型、分类型、数值型、集合型、区间型、模糊数型)分别构造偏离度函数,并论证了这六种偏离度函数的合理性。提出了可以处理多种数据类型的混合偏离度,基于此混合偏离度判断成员间的态度差异度,进而使用收益矩阵,在混合信息系统上判断成员间的关系与关系强弱。通过样例,验证所提出模型同时处理多种数据类型的可行性。从而拓展了非对称博弈论粗糙集模型的适用范围。综上,本文在冲突分析理论中引入了非对称的概念,并结合博弈论理论处理非对称冲突分析问题,提出了模糊数信息系统上的非对称博弈论粗糙集模型以及混合信息系统上的非对称博弈论粗糙集模型。这些工作丰富了冲突分析理论的研究,为博弈论理论与冲突分析理论的结合提出了新的思路,探索了新的方法。

关键词：冲突分析模糊集混合信息系统博弈论粗糙集收益矩阵