论文研究 集中有序集值信息系统.pdf

不完备信息系统中可变精度Rough集模型，付昂，胡军，本文在已有不完备信息系统中可变精度Rough集模型的基础上，提出了新的基于容差关系的可变精度Rough集模型(TVPRS)。通过尝试性地引入遗�

Pawlak经典粗糙集理论主要针对离散值,对复杂现实世界中的区间值却不能有效支持。在区间值信息系统中,基于灰格运算和Hausdorff距离提出了一种区间值的邻域关系。在该邻域关系基础之上,依次提出了基

论文研究-信息系统的动力分析.pdf, 怎样对搜集到的信息,特别是对那些表面上相矛盾的信息进行分析,已成为经济建设中决策者面临的一个难题。本文从系统动力学的基本原理出发,通过对整个工业系统的结构、对工

变精度方法对噪声数据具有良好的抗干扰能力，随机集映射本质上给出了一个具有良好性质的邻域关系，两者相结合能应对更广泛背景的应用需求。从随机集出发研究实值信息系统的变精度粗糙集模型问题，定义了以概率测度为

区间值信息系统是常见的信息系统之一。针对相同论域上的区间值信息系统给出属性合成的区间值信息系统；将形式背景的基本理论引入到合成区间值信息系统中，讨论利用子形式背景直接构造原形式背景；进而研究子形式背景

针对混合值不完备信息系统，提出了基于邻域联系度的拓展粗糙集模型。首先定义了一种邻域联系度容差关系，然后通过所确定出的最大相容类得到了上、下近似集，并证明了所得到的近似集是基于联系度容差关系得到的近似集

在区间值信息系统中引入了分布函数，得到了基于随机优势关系的区间值信息系统，构造了区间值信息系统的α-随机优势关系。利用Lévy距离，对α-随机优势关系进行了计算，实例说明了方法的有效性。

多目标优化问题中，人们往往只是对目标空间的某一区域感兴趣，因此这就需要在这一特定的区域能够得到比较稠密的Pareto解，但传统的方法权值法无法满足这种需求而且不能处理目标空间是非凸的情况，遗传算法虽然

针对已有文献中二元优势关系定义过于宽松的不足，在集值序信息系统中结合对象间的不同优势程度，提出δ-优势关系的概念；基于δ-优势关系，将信息熵和知识粒度引入集值序信息系统中进行不确定性的度量。结论表明提

熵理论是信息系统中不确定性研究的有效工具之一。首先给出了集值信息系统的相容关系，在此基础上引入了粗糙熵。讨论了粗糙熵的最大、最小值，并证明了粗糙熵的单调性。

属性约简是粗糙集理论进行知识获取的核心问题之一。针对现实信息系统中属性值取值不确定的情况,结合灰色系统理论对集中有序关系进行扩展,建立了灰色信息系统中趋于某个标准值的一种偏好关系,并以集中有序关系下的

针对现有集中有序关系模型对不完备信息处理的局限性,利用先验概率对属性取值进行估计,重新定义了对象间的优势度,对集中有序关系进行扩展.引入知识粒度的概念,以知识粒度的变化作为属性重要性的度量,提出了适合

若信息系统中所有的条件属性都是偏好有序的,则称此信息系统为有序信息系统。首先,分析了区间值有序信息系统没有蕴含属性值区间上的概率分布信息的缺点,建立了一种基于概率的有序信息系统。然后,在这种信息系统上

集值定序信息系统可以分为两类:析取系统和析取系统。 通过向集值信息系统引入两个新的优势关系,我们首先介绍了合取/相集集值有序信息系统,并开发了一种在多个属性和条件存在的情况下对对象进行排队的方法。 然

粗糙集理论是数据挖掘的重要数学工具。 特征选择是数据挖掘过程中的主要步骤。 在本文中,我们从信息论的角度着眼于在集值有序信息系统(SOIS)中使用粗糙集理论进行属性约简。 首先,我们将信息熵和相对信息