论文研究一种基于粗糙集的警报事件聚合方法 .pdf

目前，邻域多粒度粗糙集模型广泛采用的距离函数闵可夫斯基距离存在着一定的局限性，通过引入兰氏距离作为距离函数，重构了邻域半径的选取方法，基于此提出一种改进的邻域多粒度粗糙集模型，并证明了相关的性质。采用

利用粗糙集理论解决不确定性问题的优势，首次将粗糙集理论应用到无线传感器网路分簇算法中，提出了一种新的分簇算法：CRSWSN。主要从簇的形成和簇头的产生两个方面进行研究，并结合粗糙集的相关理论给出了详细

将粗糙集理论与直觉模糊集理论相结合,提出了一种基于直觉模糊粗糙集理论的知识获取方法。描述了直觉模糊相似关系下粗糙集的模型,并在此基础之上重新定义了正域、依赖度与非依赖度、确定性因子与非确定性因子等概念

提出了一种高效低负荷的异常检测方法。该方法使用基于独立分量分析(ICA)的特征选择算法对网络数据进行特征提取，并使用模糊粗糙集对数据进行聚类分析，减少了分类器的运算量，提高了入侵检测的准确率。实验结果

为了改进由层次分析法中的主观判断矩阵所引起的评价结果准确度的不足，借助于粗糙集理论中的属性依赖度定义，构造出属性间相对依赖的客观判断矩阵，在此基础上将该客观判断矩阵和层次分析法中的主观判断矩阵相结合，

一种粗糙集属性约简的改进算法，贾利娟，冯璇，属性约简是粗糙集理论的核心内容之一。本文结合粗糙集知识对基于Skowron[1]区分矩阵的属性约简算法进行改进，形成一种简单、有效、��

一种基于邻域粗糙集的入侵检测算法，李强，骆嘉伟，针对目前入侵检测系统中特征选择的优化问题，提出了一种基于邻域粗糙集的入侵检测算法。该方法在粗糙集理论的基础上引入邻域概念

提出了基于蕴涵算子族L-λ-R0的模糊推理的思想，这将有助于提高推理结果的可靠性。针对蕴涵算子族L-λ-R0给出了模糊推理的FMP模型及FMT模型的α-三I约束算法。

当输入维数高时神经网络结构复杂、体系庞大，导致其收敛速度慢。为克服这个缺点，提出了基于决策规则的神经网络,利用粗糙集理论从数据样本中获取最简的决策规则，按决策规则语义构建一种不完全连接的神经网络。根据

针对产品族设计中产品族共性与产品个性化之间相互冲突的问题，提出了一种基于模糊聚类和粗糙集的产品族设计知识约简方法。通过模糊聚类对设计参数进行离散化和分类，以粗糙集进行知识约简区分出产品族设计参数和个性

无线资源调度技术是无线网络对用户提供服务质量保障的关键。层次分析的跨异构子网联合无线资源调度算法以编队通信需求为基础，综合考虑了跨异构子网端到端传输性能最优化问题，通过层次分析法建立了跨异构子网联合资

为提高多分类器系统的分类精度,提出了一种基于粗糙集属性约简的分类器集成方法MCS_ARS。该方法利用粗糙集属性约简和数据子集划分方法获得若干个特征约简子集和数据子集,并据此训练基分类器;然后利用分类结

基于支持向量机核函数的条件，将Sobolev Hilbert空间的再生核函数进行改进，给出一种新的支持向量机核函数，并提出一种改进的最小二乘再生核支持向量机的回归模型，该回归模型的参数被减少，且仿真实

无线资源调度技术是无线网络对用户提供服务质量保障的关键。层次分析的跨异构子网联合无线资源调度算法以编队通信需求为基础，综合考虑了跨异构子网端到端传输性能最优化问题，通过层次分析法建立了跨异构子网联合资

粗糙集理论是一种处理模糊和不确定性知识的数学工具，在人工智能及数据挖掘等众多领域已经得到了广泛的应用。在程度粗糙集和变精度粗糙集的基础上，通过引入误差参数，给出了一种新的程度变精度粗糙集模型并得出了所