检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多粒度粗糙集粒度权重确定的综合方法

计算机应用研究 2019年第11期36卷 3250-3252,3268页

作者：彭连贵阎瑞霞陈昭君上海工程技术大学管理学院

针对现有粒度权重的确定方法主观性较强的问题,提出一种基于粒度信息量的权重确定方法。首先,将信息量引入粗糙集的下近似分布中,定义粗糙集下近似分布中粒度集的信息量;其次,基于信息量定义了粒度的重要度,以粒度的重要度作为启发信息... 详细信息

针对现有粒度权重的确定方法主观性较强的问题,提出一种基于粒度信息量的权重确定方法。首先,将信息量引入粗糙集的下近似分布中,定义粗糙集下近似分布中粒度集的信息量;其次,基于信息量定义了粒度的重要度,以粒度的重要度作为启发信息,设计了基于信息量来确定粒度权重的综合方法;通过引入权重系数,决策者根据实际情况选择粒度权重的确定方式,即经验主导型、客观主导型;最后,通过实例验证了算法的有效性。分析结果发现,经验主导型的确定方法强化了非核粒度的重要性,客观主导型的确定方法强化了核粒度的重要性。

关键词：多粒度粗糙集信息量粒度重要度权重

在线全文

学校读者我要写书评

暂无评论

基于直觉模糊关系的双论域多粒度概率粗糙集

模式识别与人工智能 2022年第5期35卷 439-450页

作者：黄心宏张贤勇杨霁琳四川师范大学数学科学学院成都610066 四川师范大学智能信息与量子信息研究所成都610066 四川师范大学计算机科学学院成都610066

在复杂的不确定性环境中,粗糙集引入拓展要素,可增强模型强健性,因此,文中基于直觉模糊关系,在双论域上研究多粒度概率粗糙集.首先,利用直觉模糊关系与双论域背景,进行多粒度概率粗糙集建模,得到正向乐观、正向悲观、逆向乐观、逆向悲观... 详细信息

在复杂的不确定性环境中,粗糙集引入拓展要素,可增强模型强健性,因此,文中基于直觉模糊关系,在双论域上研究多粒度概率粗糙集.首先,利用直觉模糊关系与双论域背景,进行多粒度概率粗糙集建模,得到正向乐观、正向悲观、逆向乐观、逆向悲观4种模型及相关集成算法.然后,研究模型下上近似的数学性质,包括集合运算关系、概率参数极限、精度大小对比3方面.最后,采用医疗实例验证模型有效性与性质正确性,提供三支决策制定方案,并验证关于多粒度双论域直觉模糊概率粗糙集所得模型、算法、性质都具有深入的系统性、扩张性、应用性.

关键词：概率粗糙集多粒度粗糙集直觉模糊集双论域三支决策

在线全文

学校读者我要写书评

暂无评论

多粒度粗糙集的双层绝对约简

模式识别与人工智能 2016年第11期29卷 969-975页

作者：邓大勇黄厚宽浙江师范大学行知学院金华321004 北京交通大学计算机与信息技术学院北京100044

多粒度粗糙集本质上是异构的,但是目前尚未运用于异构数据处理.从绝对约简的角度出发,提出多粒度粗糙集的双层绝对约简——多粒度绝对约简和多粒度绝对粒度约简.分析多粒度双层绝对约简的性质,特别是从异构数据约简的角度探究多粒度双... 详细信息

多粒度粗糙集本质上是异构的,但是目前尚未运用于异构数据处理.从绝对约简的角度出发,提出多粒度粗糙集的双层绝对约简——多粒度绝对约简和多粒度绝对粒度约简.分析多粒度双层绝对约简的性质,特别是从异构数据约简的角度探究多粒度双层绝对约简的特性,提出多粒度双层绝对约简算法.理论分析和实例表明多粒度双层绝对约简算法的可行性.

关键词：粗糙集多粒度粗糙集异构数据绝对约简双层绝对约简

在线全文

学校读者我要写书评

暂无评论

多粒度粗糙集模型动态知识更新的研究

多粒度粗糙集模型动态知识更新的研究

作者：关荆桃山西师范大学

学位级别：硕士

本文借助增量式更新方法,研究了多粒度粗糙集模型的动态知识更新,给出了有效获取动态知识的策略和算法.在多粒度粗糙集中,首先给出了论域变化时乐观与悲观多粒度粗糙近似集上下近似的定义,讨论了添加或删除多个对象后近似集的变化规律,... 详细信息

本文借助增量式更新方法,研究了多粒度粗糙集模型的动态知识更新,给出了有效获取动态知识的策略和算法.在多粒度粗糙集中,首先给出了论域变化时乐观与悲观多粒度粗糙近似集上下近似的定义,讨论了添加或删除多个对象后近似集的变化规律,进一步给出了乐观与悲观多粒度粗糙近似集的动态更新策略,然后设计了相应的动态算法,并分析了时间复杂度,最后通过实验验证了所提动态算法的有效性.在多粒度决策理论粗糙集中,本文给出了计算乐观和悲观多粒度决策理论粗糙近似集的几个矩阵,而后研究了论域变化时基于矩阵的近似集动态更新机制,进一步提出了对应的静态算法和动态算法,其次分别对算法及其时间复杂度进行了分析和比较,最后实验结果表明了动态算法比静态算法更有效.在均值多粒度决策理论粗糙集中,通过探究粒结构变化时均值多粒度决策理论粗糙集中联合概率的变化条件,讨论了联合概率增大或减小时正域、负域和边界域的变化规律,从而提出正域、负域及边界域的动态更新方法,最后给出了相应的动态算法并通过实验验证了所提动态算法的可行性.

关键词：增量式更新知识发现多粒度粗糙集多粒度决策理论粗糙集

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多粒度粗糙集粒度约简的高效算法

计算机应用 2017年第12期37卷 3391-3396页

作者：胡善忠徐怡何明慧王冉安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230039

针对已有多粒度粗糙集粒度约简算法效率较低的问题,提出一种多粒度粗糙集粒度约简的高效算法(EAGRMRS)。首先,以决策信息系统为对象,定义决策类下近似布尔矩阵,该矩阵能够将粒度约简过程中过多且有重复的集合运算转换为布尔运算,基于该... 详细信息

针对已有多粒度粗糙集粒度约简算法效率较低的问题,提出一种多粒度粗糙集粒度约简的高效算法(EAGRMRS)。首先,以决策信息系统为对象,定义决策类下近似布尔矩阵,该矩阵能够将粒度约简过程中过多且有重复的集合运算转换为布尔运算,基于该矩阵给出计算决策类下近似算法和计算粒度重要度算法。然后,针对计算粒度重要度时存在冗余计算的问题,提出粒度动态增加时快速计算粒度重要度的算法,并在此基础上,提出EAGRMRS,该算法的时间复杂度为O(|A|·|U|~2+|A|~2·|U|),其中|A|表示粒度集合大小,|U|表示决策信息系统中实例数。在UCI数据集上的实验结果验证了所提算法的有效性和高效性,并且随着数据集的增大,EAGRMRS相较于多粒度粗糙集粒度约简的启发式算法(HAGSS)效率优势更加明显。

关键词：多粒度粗糙集布尔矩阵信息系统重要度粒度约简

在线全文

学校读者我要写书评

暂无评论

多粒度粗糙集的动态更新方法

多粒度粗糙集的动态更新方法

作者：鲜章林闽南师范大学

学位级别：硕士

随着信息技术的发展和信息系统的不断更新,处理复杂而庞大的动态数据面临着严重的计算效率低的问题。动态计算为解决这一问题提供了有效途径。在完备的信息系统中,大多数近似动态更新方法主要是针对经典粗糙集及其扩展模型。而在多粒度... 详细信息

随着信息技术的发展和信息系统的不断更新,处理复杂而庞大的动态数据面临着严重的计算效率低的问题。动态计算为解决这一问题提供了有效途径。在完备的信息系统中,大多数近似动态更新方法主要是针对经典粗糙集及其扩展模型。而在多粒度的环境下,目前的研究方法较少且时间效率不高。此外,在许多的实际应用中,需要处理的数据不是单一的,而是数值型和符号型相混合的复杂数据。同时,信息系统往往不一定是完备的信息系统（即数据会出现缺失或不存在的情况）。目前,对不完备混合数据的信息系统的近似动态更新研究较少。因此,本文基于完备和不完备信息系统,分别研究了其动态更新问题,主要包括以下内容:（1）针对完备信息系统中的多粒度粗糙集,当信息系统中的属性值变化时（属性值被粗化或细化）,通过减少论域中与目标概念无关对象的计算而获得相对关系矩阵。通过布尔矩阵、截矩阵和相对关系矩阵的矩阵运算来表征多粒度粗糙集的近似集。研究属性值粗化或细化时近似集的变化趋势,进一步提出基于相对关系矩阵的多粒度动态更新方法并设计相应的算法。最后,通过UCI数据集验证算法的可行性和有效性。（2）针对不完备的混合数据信息系统,提出了基于邻域-容差关系的多粒度粗糙集模型,并对它的基本性质进行了讨论。此外,研究了系统中缺失属性值被逐个获取时邻域多粒度粗糙集近似集变化的性质。根据近似集的变化趋势,提出了邻域容差类的动态更新定理,进一步得到邻域多粒度粗糙集的近似集动态更新方法。最后,通过例子对所提方法的可行性进行验证。

关键词：多粒度粗糙集属性值变化相对关系矩阵动态更新邻域-容差关系

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多粒度粗糙集近似集更新算法研究

多粒度粗糙集近似集更新算法研究

作者：于佩秋闽南师范大学

学位级别：硕士

随着信息技术革命的到来,包含信息的数据集变得庞大而复杂,有时难以处理。动态计算是解决这些问题的有效方法。自多粒度粗糙集被钱宇华等人提出后,为了拓展多粒度粗糙集的应用范围,许多多粒度粗糙集的扩展模型被学界提出,包括但不限于... 详细信息

随着信息技术革命的到来,包含信息的数据集变得庞大而复杂,有时难以处理。动态计算是解决这些问题的有效方法。自多粒度粗糙集被钱宇华等人提出后,为了拓展多粒度粗糙集的应用范围,许多多粒度粗糙集的扩展模型被学界提出,包括但不限于多粒度邻域粗糙集,多粒度变精度粗糙集,多粒度不完备粗糙集,多粒度变精度决策粗糙集。随着数据集的巨大化、复杂化,计算多粒度粗糙集的近似变得越来越困难,本文尝试用动态的方法解决多粒度粗糙集的近似计算的问题,即近似更新,来降低计算多粒度粗糙集上下近似的时间复杂度,主要涉及到以下几个方面的工作:（1）对于经典多粒度粗糙集,本文首先讨论了近似更新时论域中的部分元素不需要被计算,因为它们要么已经确定属于每个上下近似,要么已经确定不属于任何一个上下近似。进而基于这个事实给出了基于向量矩阵的的近似更新算法,最后采用几个UCI验证了算法的有效性。（2）对于多粒度邻域粗糙集,本文同样首先讨论了近似更新时论域中的部分元素不需要被计算,因为它们要么已经确定属于每个上下近似,要么已经确定不属于任何一个上下近似。进而基于这个事实也给出了类似的基于向量矩阵的的近似更新算法,最后采用几个UCI验证了算法的有效性。（3）最后本文将部分论域中元素不需要被讨论是否属于多粒度上下近似的事实应用于改进基于关系矩阵的近似更新方法,并提出了相应的计算邻域多粒度粗糙集上下近似的算法

关键词：多粒度粗糙集动态近似更新动态算法数据挖掘规则提取属性约简

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多粒度粗糙集的粒度约简算法研究

多粒度粗糙集的粒度约简算法研究

作者：胡善忠安徽大学

学位级别：硕士

粗糙集理论作为一种能够有效处理不精确、不确定性信息的数学工具,由波兰学者Z.Pawlak于1982年提出。经典的粗糙集模型以完备信息系统为研究对象,建立在等价关系的基础之上,以一个属性组来对论域进行划分的。从粒计算的角度看,经典的粗... 详细信息

粗糙集理论作为一种能够有效处理不精确、不确定性信息的数学工具,由波兰学者Z.Pawlak于1982年提出。经典的粗糙集模型以完备信息系统为研究对象,建立在等价关系的基础之上,以一个属性组来对论域进行划分的。从粒计算的角度看,经典的粗糙集模型是基于单粒度和单层次的,无法从多粒度、多层次的角度分析和处理问题。为了使粗糙集能够更好的解决实际问题,钱宇华等提出了多粒度粗糙集模型,在多粒度粗糙集中,目标决策可以通过多个粒度空间上的信息粒进行刻画,因此可以从多个角度、多个层次出发分析问题从而获得更加满意、合理的求解。自从多粒度粗糙集模型提出以来,研究者们针对多粒度粗糙集提出了众多的扩展模型和粒度约简算法。然而,目前提出的多粒度粗糙集粒度约简算法主要是基于完备信息系统的,并且算法效率较低。针对这些问题,本文以多粒度粗糙集为研究背景,进行了如下研究:(1)为了提高多粒度粗糙集粒度约简的效率,提出了基于矩阵的多粒度粗糙集粒度约简算法。首先,以决策信息系统为对象,为了简化粒度约简过程中决策类下近似的计算,给出了决策信息系统的多个粒度下正域矩阵的定义,为了方便粒度约简过程中的粒度选取,给出了粒度列矩阵的定义。然后,以这些矩阵计算为理论基础,重新定义了粒度重要度计算方法,证明了新的粒度重要度计算方法等价于经典的粒度重要度计算方法,以该粒度重要度作为启发信息,设计了基于矩阵的多粒度粗糙集粒度约简算法。最后,通过公开数据集上的实验验证了所提算法的有效性和高效性。(2)针对不完备信息系统,提出了基于粒度组合重要度的粒度约简算法。首先给出粒度上属性值缺失率的定义,结合粒度重要度和粒度上属性值缺失率定义了粒度组合重要度,然后以粒度组合重要度作为启发信息,设计了一种不完备系统中的粒度约简算法,实例分析了该算法的优势。最后,实验验证了所提算法的有效性,通过调节参数,该算法可以得到满足不同需要的粒度约简结果。

关键词：多粒度粗糙集粒度约简重要度矩阵计算不完备信息系统

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多粒度粗糙集的近似集动态更新方法研究

多粒度粗糙集的近似集动态更新方法研究

作者：肖鹏安徽大学

学位级别：硕士

波兰数学家Pawlak于1982年提出一种处理模糊知识的数学工具,即粗糙集理论。经典粗糙集利用论域上单个不可分辨的二元关系导出等价类,通过讨论等价类与目标概念之间的关系计算出上近似集和下近似集。粒计算是一门快速发展的新兴学科,词... 详细信息

波兰数学家Pawlak于1982年提出一种处理模糊知识的数学工具,即粗糙集理论。经典粗糙集利用论域上单个不可分辨的二元关系导出等价类,通过讨论等价类与目标概念之间的关系计算出上近似集和下近似集。粒计算是一门快速发展的新兴学科,词计算模型、粗糙集模型和商空间模型是三种主要的粒计算模型。当前,粗糙集理论已成为研究粒计算的重要模型工具。从粒计算的角度来看,经典粗糙集是一种基于单层次、单粒度的粒计算模型,不能从多层次、多粒度的视觉分析和处理问题。因此,钱宇华等人根据粒计算的思想,采用多粒度的观点,提出了基于完备信息系统的多粒度粗糙集模型。目前,随着信息技术的飞速发展,信息系统中数据会随着时间而不断变化,由此可见,多粒度粗糙集中的知识也会随之发生动态变化,研究人员已经为粗糙集模型以及其扩展模型提出了许多用于知识获取的动态更新算法。然而,所提的动态更新算法大多是基于单粒度粗糙集模型而研究的,讨论的是在完备信息系统中当数据变化时如何更新近似集的问题,但关于多粒度粗糙集及其扩展模型中近似集动态更新算法的研究却寥寥无几,并且在部分研究中,近似集动态更新算法的时间效率较低。在现有的信息系统中,由于信息记录的丢失或收集信息的失误,导致要处理的信息中可能包含缺失值,因此当学者们要获取知识时,经常需要处理属性值不全的信息系统。当不完备信息系统中数据发生变化时,由于它包含缺失值,发生的情况会比完备信息系统更加复杂。当不完备信息系统变化时,常见的多粒度粗糙集模型很难对它进行处理。因此,很少有学者研究关于不完备信息系统下的近似集动态更新算法。对于上述两个问题,本文分别以完备信息系统和不完备信息系统为研究基础,做了以下两个方面的讨论:(1)在多粒度粗糙集环境中,当完备信息系统中属性值被细化时,原来的近似集会发生变化,即下近似集有增大的趋势,上近似集有减小的趋势,且现有的近似集更新算法时间效率较低,则改进现有的近似集动态更新算法成为了多粒度粗糙集理论研究中的重要内容。为此,在多粒度环境下,针对信息系统中属性值被细化的情况,讨论了乐观、悲观多粒度粗糙集中近似集动态更新的相关性质与定理,提出了近似集动态更新算法。该算法的基本思想是不需要重新计算细化属性值时信息系统中对象的等价类,只需根据论域中不同局部范围内的属性值是否不相等来计算近似集,即根据对象的不等价类来更新近似集。最后,在UCI公共数据集中进行了大量的实验,实验结果表明所提算法在更新近似集的时间效率上优于对比算法,从而验证了所提出算法的正确性和高效性。(2)针对不完备信息系统变化可能获得缺失值的特性,为解决多粒度粗糙集中更新近似集时间效率较低的问题,提出了基于容差关系近似集动态更新算法。首先,讨论了基于容差关系近似集变化的性质,并根据相关性质得出乐观、悲观多粒度粗糙集中近似集的变化趋势。随后,针对更新容差类时间效率较低的问题,提出了动态更新容差类的定理,利用此定理来动态更新容差类,缩短了更新近似集的时间,并在此基础上,设计出基于容差关系近似集动态更新算法。采用UC-I数据库中4个数据集进行仿真实验,当数据集逐渐变大时,所提算法和静态算法的计算时间差距也越来越大。实验展示了动态算法比静态算法计算时间效率高的结果,从而说明了所提动态算法的正确性和高效性。

关键词：多粒度粗糙集动态更新近似集属性值细化不完备信息系统