一种不完备决策表的差别矩阵求核算法

合集下载

基于修正的差别矩阵的高效求核方法

Ｋｅｒｓｒｕｈｓｔｄｓｅｂｌｔｉ；ｉｃｎｉｔｎｅｉｉｎｔｂｅ；ｃｒ；ｉｒｖｍｅｔｙｗｏｄ：ｏｇｅ；ｉｃｍｉｉｔｍａｘｎｏｓｓｅｔｃｓｏｌｓｏｉｙｒｄａｅｍｐｏｅｎ
０引言
属性约简是粗糙集理论和应用研究的焦点问题之一。在很多属性约简算法中，般都要求先求出核属性集，后再由一然
（ｏｗａｅｎｔｕｉｎＳｆｒｓｔｔ，Ｄａａｉｔｎｉｒｔ，Ｄａａ１０８ｈｎ）ｔＩｉｏｌｎＪｏｏｇｖｓｙｉａＵｎｅｉｌｎ１６２，Ｃｉｉａ
Ａｂｓｒｃ：Ｃｏｕｉｇｔｅｃｒｆｅｅｉｉｎｔｂｅｂｓｄｏｅｄｓｅｉｉｔｔｉｏｓｄｒｄｔｅａｔａｔｍｐｔｏｅｏｔｃｓｏｌａｅｎｔｉｃｍｂｌｙｍａｒｘｉｃｎｉｅｅｂｎｉｏｎｔｏｔｎｆｔｉｕｅｎｈｈｄａｈｉｓｏｍｐ￣ａｎｅｔａｔｂｔｃｏｒ
维普资讯
第２卷第１期９３
ＶＯ．１２９
ＮＯ．１３
Hale Waihona Puke 计算机工程与设计
ＣｏｍｐｔｒｇｎｅｉｇａｄＤｅｉｎｕｅＥｎｉｅｒｎｎｓｇ
２０年７０８月
Ｊｌ０８ｕｙ２０
基于修正的差别矩阵的高效求核方法
张振琳，黄明
（大连交通大学软件学院，辽宁大连ｌ６２）１０８

一种不完备决策表的改进约简算法

一种不完备决策表的改进约简算法
一种不完备决策表的改进约简算法是一种用来提高决策效率的方法。

它旨在通过从已有的决策表中去除不必要的决策路径，使决策表变得更为精简，从而改善决策者的决策效率。

改进约简算法的基本思想是：通过将不必要的决策路径进行删减，消除重复的决策，减少决策表的大小，从而提高决策者的决策效率。

该算法是基于图论中拓扑排序算法的思想，即根据决策表中各节点之间的关系，从开始节点开始，依次遍历节点，并移除重复的节点，最终形成一个新的决策路径，从而提高决策效率。

为实现上述目的，首先要对决策表进行分析，根据决策表的结构，把决策表的状态空间划分为若干个子空间，根据子空间之间的关系，构建出一个有向图，将有向图中的节点进行标记，标记出开始节点、结束节点和决策节点。

然后，根据决策表的状态空间划分，对有向图中的节点进行拓扑排序，即从开始节点开始，依次遍历节点，移除重复的节点，形成新的决策路径。

最后，将结果转换成决策表，从而提高决策效率。

在实际应用中，改进约简算法可以有效处理不完备决策表，可以有效解决复杂决策问题，显著提高决策者的决策效率。

总之，改进约简算法是一种改善决策效率的有效方法，它旨在通过从决策表中去除不必要的决策路径，使决策表变得更为精简，从而提高决策者的决策效率。

它的基本思想是通过分析决策表的状态空间，构建有向图，对有向图中的节点进行拓扑排序，移除重复的节点，形成新的决策路径，从而提高决策效率。

用差别矩阵思想设计的基于正区域的高效属性约简算法

用差别矩阵思想设计的基于正区域的高效属性约简算法
差别矩阵是一种常用的数据处理工具，它可以用来描述特征之间的依赖关系。

基于差别矩阵的思想，我们可以设计出一种高效的属性约简算法，帮助我们从数据中提取有用的信息。

这种属性约简算法基于正区域的概念，简单来说，正区域是指某些特征取值组合所对应的对象符合某一规则。

比如，我们可以把“大于20岁且收入大于10万元”的人群定义为一个正区域，然后根据这个正区域来对数据进行约简。

具体实现时，我们按照以下步骤进行：
1. 构建差别矩阵。

对于给定的数据集，我们可以利用差别矩阵来描述特征之间的依赖关系。

具体来说，差别矩阵的某个元素表示当一个属性取某个值时，另一个属性取不同值的情况下，正反例对象数的差值。

这样我们就可以从差别矩阵中提取出有用的信息。

2. 计算正区域。

这一步需要利用差别矩阵来对每个属性组合进行判断，判断其是否满足正区域的定义。

如果某个属性组合满足正区域的定义，那么我们就可以将其和其他属性组合的依赖关系进行简化，再进行下一步计算。

3. 属性约简。

最后，我们可以根据正区域的结果来对属性进行约简。

具体来说，在满足正区域的前提下，我们可以删除某些特征，使得该正区域中仍有正例，并且能够最大程度地减少属性数目。

这样就可以得到最终的属性约简结果。

总的来说，这种基于差别矩阵的正区域约简算法能够快速地提取出数据中的有用信息，并将其转化为一组简单的属性。

这一算法可以被广泛应用于数据挖掘、机器学习等领域，为人们提供更加高效的数据分析工具。

一种基于不完备决策表的求核方法

ＣｍｕｅＥｇｅｒｇｎＡｐｉｔｎ计算机工程与应用ｏｐｔｎｉｅｎｄｐｌａｏｓｒｎｉａｃｉ
一
种基于不完备决策表的求核方法
曾艳燕，徐章艳舒文豪，，杨炳儒
ＺＥＮＧｎｙｎＸＵａｇｎＳＹａａＺｈｎｙａＨＵｅｈｏＷｎａＹＡＮＧｎｒＢｉｇｕ
ｃｍｐｔｉａｉｃｒｉｉｔｔｘｂｓｄｏｃｍｐｅｅｄｃｓｏｂｅｉｐｏｉｅ．ｉｏｄｔｎａｌｏｉｍｏｏｕｉｇｃｒｏｕｅｂｎｒｄｓｅｎｂｌｍａｒａｅｎｉｏｌｔｅｉｉｎｔｌｓｒｖｄｄＯｎｔｓｃｎｉｏ，ｎａｇｒｈｆｒｃｍｐｔｏｅｙｉｙｉｎａｈｉｔｎ
ｉｅｉｎｄｗｉｅｂｎｒｉｅｎｂｌｙｍａｒ．ｔｌｏｐｏｅｅｒｔｃｌａｅｃｒｏｕｅａｅｎｂｎｒｉｃｒｉｉｔｒｘｓｄｓｇｅｔｔｉａｙｄｃｒｉｉｔｔｘＩｓｒｖｓｔｏｅｉａｌｔｔｈｏｅｃｍｐｔｄｂｓｄｏｉａｄｓｅｎｂｌｍａｈｈｉｉａｈｙｈｔｙｉｙ
ｈｏｒｃｎｓｆｈｅａｇｒｔｔｅｃｒｅｔｅｓｏｔｅｎｗｌｏｉｍ．ｈ
Ｋｅｒｓｒｕｈｓｔｉｃｍｐｅｅｄｃｓｏｂｅｂｎｒｉｃｒｉｉｔｒｘｃｍｐｔｏｅｙｗｏｄ：ｏｇｅ；ｎｏｌｔｅｉｉｎｔｌ；ｉａｙｄｓｅｂｌｍａ；ｏｕｅｃｒａｎｉｙ
Ｅｎｉｅｒｎｎｐｉａｉｎ，０２４（）１５１７ｇｎｅｉｇａｄＡｐｌｔｏｓ２１，８１：３－３．ｃ

不完备决策表的差别矩阵属性约简算法

Ａｂｓｒｃ：Ｔｈｄｅｎｉｉｎｏｆｔｒｂｕｉｎｒｄｔｏｔａｔｅｉｆｔｏａｔｉｔｏｅｕｃｉｎｏｓｅｉｌｔｆｄｉｃｍｂｉｉｙｍａｒｘｓｔｉｉｐｒｖｉｄ．ｉｐｏｖｄｈａｔａｏｖｅｏｄｅＩｓｒｅｔｔｈｅｂｔｄｅｒｉｉｎｏｆｆｔｏｕ
ＳＵｅｈｏＸｈｎｙｎＱＩＮＷｅｂｎｅ１ｔｂｔｎｒｄｃｏｌｏｉｍａｅｎｄｓｅｎｂｌｙｍａｒｘｏｎＨＷｎａ，ＵＺａｇａ。Ａｎｉ，ｔａ．ｒｕｉｅｕｔｎａｇｒｔＡｔｉｏｉｈｂｓｄｏｉｒｉｉｔｔｆｉ — ｃｉｉｃｍｐｅｅｄｃｉｎｔｂｅＣｍｐｔｒＥｇｎｅｇａｄＡｐｌａｉｎ，０１４（４：０－０．ｏｌｔｅｉｏａｌ。ｏｕｅｎｉｅ￣ｎｎｐｉｔｓ２１，７２）１３１５ｓｃｏ
关键词
ＤＯＩ１．７８．ｓ．０．３１０１４０９文章编号：０２８３（０１２－１３０文献标识码：：０７￣ｉｎ１２８３．１．．２３ｓ０２２１０．３１２１）４００ —３Ａ中图分类号：Ｐ０．Ｔ３１６
ａｔｉｕｉｎｒｄｃｉｎｉｈａａｈｄｆｉｏｏｅｅａｉｅｔｉｕｉｎｒｄｃｉｎ，ｈｉｃｒｉｉｔａｒｓｃｍｐｅｓｄｔｂｔｅｕｔｓｅｓｍｅｓｔｅｅｉｔｎｆｇｎｒｌｄａｔｂｔｏｅｕｔｒｏｏｔｎｉｚｒｏｔｅｄｓｅｂｌｙｍｔｉｉｏｒｓｅ．ｎｉｘ

一种不完备决策表的改进约简算法

一种不完备决策表的改进约简算法随着现代社会的发展，决策问题越来越多，决策者也面临更多的复杂性和挑战。

实际上，决策者在制定计划时，必须考虑到多种因素，并在此基础上做出最优决策。

考虑到时间和效率的问题，决策者必须有一种更有效的方法来减少决策过程中的时间消耗和计算量，以便及时完成决策。

因此，如何有效地简化决策过程的复杂性，减少相关的计算量和时间消耗成为学者们关注的焦点。

传统的决策模型仅以一个决策表的形式来表达决策过程，因此，常常存在计算量过大，时间消耗过久的不足。

此外，决策表中会存在一些冗余，误导性，或不充分信息等。

为了解决上述问题，学者们提出了一种不完备决策表的改进约简算法，被称为“隐含最小割约简”(IMC)，其中“IMC”是“Implied Minimal Cut”的缩写。

该方法基于排序数据、网络图、集合论等相关技术，有效去除冗余，消除误导性，让决策者能够获得更有效的决策结果。

该算法实际上是一种分层式约简，用于处理不完备决策表中存在的数据冗余和误导性。

首先，算法对不完备表中的所有数据进行排序，以消除误导性，并在此基础上构建一个网络图，探索相关节点之间的最小关系。

然后，算法将数据逐步分解，直至仅剩下一组最小关系，最终实现对决策表的约简。

此外，该方法还可以利用集合论的技术，进一步简化决策表，从而减少计算量和时间消耗。

在集合论中，算法首先将不完备决策表分解为一系列不相交的集合，并在此基础上，可以方便地消除相关节点之间的重复和冗余，并形成一种更加科学有效的决策表。

最后，该改进约简算法还可以使用评级算法，以确定决策者如何在不同决策表中做出最优决定。

这样，决策者就可以利用最佳决策原则，基于不完备决策表的结构，实施更加有效的决策策略，从而节省时间消耗和计算量。

总而言之，摒弃传统的决策模型，改进约简算法可以有效去除冗余，消除误导性，减少计算量和时间消耗，同时让决策者能够更加客观、有效地进行决策，以解决复杂的决策问题。

一个新的差别矩阵及其求核方法

现在来考察例 I 的数据 . 尽管 m23和 m25都是单个属性集，但 min｛I d（ x2）I ，I d（ x3）I ｝= 2 > I，而 min｛I d（ x2）I ，I d（ x5）I ｝= I，再来分析一下例 2 . 此时 mI2和 mI4，都是单个属性集，而且 min｛I d（ xI）I ，I d（ x2）I ｝= I，min｛I d（ xI）I ，I d（ x4）I ｝= I .
!C，故 a Cor（e C）（. 2）d（ xj）= I . 类似地，由 d（ xj）的性质可
知［ xj］C Yt，故 xj CYt PosC（ D）. 因此，对比式（4）中的第
二式，可得!C -｛a｝ !C，故 a Cor（e C）.
由此证得 SM（ C） Cor（e C）. 下面证明反包含 SM（ C）
（3）
其中｛mij｝，如式（2）所定义 .
定理：对于给定的信息系统式（I），若记 SM（ C）=｛m'ij：
m'ij为单个属性｝，则有 SM（ C）= Cor（e C），即当且仅当某个
m'ij为单个属性时，该属性属于核 Cor（e C）. 证明：首先证明 SM（ C） Cor（e C）. 任取一个属性 a
Key words： rough set；discernibiiity matrix；core
! 引言
由波兰学者 pawiak 教授提出的粗糙集理论是分析不完整、不精确信息系统的有力工具，近年来在机器学习，数据挖掘，人工神经网络等多个领域中得到了广泛的应用［1，2］. 在粗糙集理论中，属性约简（知识约简）是最重要的一个部分 . 目前已提出了若干个求属性约简的算法［3 ~ 8］，在这些约简算法

不完备信息系统规则获取的矩阵算法

１引言
不完备信息系统大量存在于现实生活中，如数据库、数据集市等。对象信息的不完备性是从实例中归纳学习的最大障
相比较。
本文试图从限制非对称相似关系模型出发，用扩充的利可辨识矩阵和布尔推理方法．直接从不完备决策表中提取规
识关系矩阵加以扩充，义了限制非对称相似关系下的可辨识关系矩阵，用布尔推理方法，接从不完备决策系统定采直
中提取规则而无需改变初始不完备信息系统的结构。实验结果表明，所获得的决策规则简洁、高效，与缺省值无关。
ＱＵｎＢｎＩＵｎＳｅｇＢｉ－ｉＹａ — ｈｎ
（ｏｌｇｆｏｕｅｃｎｅ＆ｅｈｏｏｙＣｌｅｏｍｐｔｒＳｉｃＴｃｎｌｇ．ＨｕｚｏｇＵｎｖｒｉｆｉｃＴｅｈｏｏｙｅＣｅａｈｎｉｅｓｔｏｅｅ８．ｃｎｌｇ．Ｗｕａ３０４ｙＳｎｃｈｎ４０７）
统完备化。主要方法有：）１删除法＿。删除含有不完备属性ｌ
定义一信息系统（ｎｏａｉｙｔ：个信息系ＩｆｒｔｎＳｓｅ一ｍｏｍ）统Ｊｓ是四元组：Ｓｕ，Ｖ．＞其中ｕ是对象的非空有限Ｉ＝（Ａ，，厂集合；Ａ是属性的非空有限集合；对任何 “ ∈Ａ，表示属性ａ的值域，Ｖ－Ｕｖ：即－【ＵＸＡ—Ｖ称为信息函数， √’ 它为每个对象赋予一个信息值， ∈Ａ，ｆＵ，ｆｘ，）。Ｖ“ ：ｒ有（ａ∈

不完全数据处理中的矩阵分解算法

不完全数据处理中的矩阵分解算法数据在各行各业中扮演着越来越重要的角色，然而，在数据处理过程中，很容易遇到不完全数据的情况。

这些不完全数据可能来自于一些丢失、缺失或者异常的数据点，这使得数据处理变得更加困难。

在这种情况下，矩阵分解算法成为了一种非常有效的处理不完全数据的方法。

本文将介绍矩阵分解算法在不完全数据处理中的应用。

什么是矩阵分解算法？矩阵分解算法是一种将高维数据转化为低维数据的方法。

这种方法基于矩阵运算，通过将原始数据矩阵分解为多个低维矩阵，可以在不失真的情况下，大幅度减小数据所需存储的空间，并在数据处理中提高处理效率。

在数据处理中，矩阵分解算法通常用于图像、音频、视频等数据的降维，以及一些推荐系统中的数据处理等。

矩阵分解算法的原理在矩阵分解算法中，最常用的就是奇异值分解（Singular Value Decomposition，SVD）和QR分解（QR Decomposition），其中，SVD更为广泛应用。

SVD分解是一种将数据矩阵分解为三个矩阵的方法，即$A=U\times\Sigma\times V^T$，其中，$A$是原始数据矩阵，$U$是左奇异矩阵，$\Sigma$是奇异值矩阵，$V^T$是右奇异矩阵。

通过奇异值的大小排序，可以确定数据矩阵的重要特征，从而实现数据降维。

当遇到数据缺失或者不完全情况时，SVD分解的运用将产生一些问题。

在此情况下，数据矩阵中存在很多缺失值，这些缺失值将使得SVD分解无法进行。

因此，为了克服这一问题，需要一种新的矩阵分解算法，它能够处理缺失值，恢复数据的完整性和准确性。

这就是不完全数据处理中的矩阵分解算法。

不完全数据的矩阵分解在不完全数据的矩阵分解中，有两种常用的方法：基于张量的分解方法和基于矩阵的分解方法。

基于张量的分解方法基于张量的分解方法是一种将数据张量分解为多个低维张量的方法。

在张量分解中，数据张量$T$是一个$n$维数组，通过分解之后，可以得到多个低维张量。

不完全数据挖掘中的矩阵分解算法研究

不完全数据挖掘中的矩阵分解算法研究近年来，数据挖掘技术得到了广泛的应用，尤其是在互联网、金融、医疗等领域。

其中，矩阵分解算法是一种常见的数据挖掘算法，它能够对大量的数据进行分析和挖掘，从而发现其中的规律和模式。

不完全数据挖掘是数据挖掘的一个重要分支，矩阵分解算法在其中的应用具有重要的意义。

不完全数据挖掘是指在数据挖掘的过程中，数据缺失或数据中有一些不完整的信息。

这些缺失或不完整的信息可能会对数据挖掘的结果产生影响，因此需要一些特殊的算法来解决这个问题。

矩阵分解算法就是其中的一种。

矩阵分解算法是一种将矩阵分解为多个小矩阵的方法，从而更方便地进行矩阵运算和数据分析。

在数据挖掘中，我们通常会遇到大量的数据，这些数据可能包含很多缺失的信息。

这时候，矩阵分解算法就能够帮助我们找到这些缺失信息中的一些规律和模式。

在不完全数据挖掘中，矩阵分解算法主要有两种常见的应用：基于邻域的矩阵分解算法和概率矩阵分解算法。

基于邻域的矩阵分解算法是一种将矩阵划分为多个小矩阵，然后对每个小矩阵进行分析和处理的方法。

这种方法可以有效地处理缺失信息，同时能够更好地挖掘数据中的规律和模式。

在实践中，我们通常会使用一些特殊的邻域算法来确定每个小矩阵的大小和分布，从而更好地进行数据分析和挖掘。

另外一种常见的矩阵分解算法是概率矩阵分解算法。

这种算法主要是基于一些概率模型，然后通过数据计算和分析来确定模型的参数和分布规律。

在实践中，我们通常会使用一些先验分布来确定数据的概率分布，然后通过概率计算来预测数据中的缺失信息。

这种方法可以有效地提高数据挖掘的精度和准确度。

总之，矩阵分解算法是数据挖掘中一个非常重要的方法，它能够帮助我们更好地挖掘数据中的规律和模式。

在不完全数据挖掘中，矩阵分解算法的应用尤为重要。

无论是基于邻域的方法还是概率方法，都能够有效地处理缺失信息，从而更好地挖掘和分析数据。

在未来的数据挖掘领域中，矩阵分解算法无疑将会得到更广泛的应用和研究。

基于软的不完备不一致数据分析及决策方法研究

基于软的不完备不一致数据分析及决策方法研究研究背景：在现实生活和工业生产中，经常面对着存在不完备和不一致的数据。

遗憾的是，不完备和不一致的数据会影响到数据分析和决策的正确性和可靠性。

因此，研究基于软的不完备不一致数据分析及决策方法对实际应用具有重要的意义。

研究目的：本文旨在研究基于软的不完备不一致数据分析及决策方法，探索解决实际问题时数据不完备和不一致导致的困境，并提出一些应对方法。

研究内容：1.不完备数据分析方法：针对不完备数据，可以引入模糊理论和隶属度函数，通过模糊逻辑推理方法对不完备的数据进行分析和推理。

同时，可以基于贝叶斯网络、决策树和神经网络等方法，通过训练和学习得到具有更强泛化能力的模型，并对不完备数据进行预测和分析。

2.不一致数据分析方法：面对不一致的数据，可以运用数理逻辑等方法，对数据的非一致性进行建模和分析。

通过引入兼容性矩阵等概念，可以量化数据之间的不一致性，并进行相应的处理和分析。

另外，也可以运用一些集成学习方法，如bagging和boosting，通过集成多个模型的结果，提高数据分析的准确性和稳定性。

3.不完备不一致数据决策方法：在实际的决策问题中，不完备不一致的数据会给决策带来困扰。

可以通过模糊决策理论，对不完备和不一致数据的决策问题进行建模和分析。

可以根据不完备数据的特征，设定合适的决策规则和权重，用以指导实际决策的制定和执行。

研究意义：研究基于软的不完备不一致数据分析及决策方法，对于提高数据的分析和决策质量具有重要的意义。

通过对数据不完备和不一致性的分析，可以更好地利用数据资源，为实际问题的解决提供更准确的建议和决策。

同时，也可以推动数据科学领域的发展，为数据处理和决策构建更多样化和有力的理论基础。

总结：基于软的不完备不一致数据分析及决策方法的研究，可以有效帮助我们克服数据不完备和不一致带来的困扰，提高数据分析和决策的准确性和可靠性。

需要进一步深入研究数据的不完备和不一致性对分析和决策的影响机制，提出更有效的方法和策略，为实际问题的解决提供更好的支持。

一种基于差别矩阵的决策表规则提取算法

一种基于差别矩阵的决策表规则提取算法
吕韶;谢先明
【期刊名称】《现代机械》
【年(卷),期】2006(000)003
【摘要】从属性约简后的数据集中提取规则实质上就是决策规则的约简计算,一般利用启发信息进行约简计算.提出了一种新的基于差别矩阵的决策表规则提取算法,首先从差别矩阵得到差别集,结合置信度要求得到候选规则集,然后开始提取规则并逐步调整候选规则集,最终提取出决策规则.该算法避免了规则提取过程中条件属性挑选和扩展的计算,并能够快速提取出决策表中存在的最简决策规则,计算实例表明其具有决策规则提取的工程实用性.
【总页数】4页(P72-74,76)
【作者】吕韶;谢先明
【作者单位】浙江大学,人工智能研究所,浙江,杭州,310027;台州烟草专卖局信息中心,浙江,台州,318000
【正文语种】中文
【中图分类】TP311.13
【相关文献】
1.一种基于特征矩阵的一致决策表的规则提取方法 [J], 刘先花;胡雪丹
2.基于差别矩阵的不一致决策表规则获取算法 [J], 钱文彬;杨炳儒;徐章艳;谢永红
3.一种基于区分度矩阵的属性约简及规则提取算法 [J], 王杨
4.一种基于决策矩阵的属性约简及规则提取算法 [J], 武志峰;吉根林
5.基于差别矩阵的动态约简及规则提取算法 [J], 余锋林;王儒敬;朱学昊;王慧桥因版权原因，仅展示原文概要，查看原文内容请购买。

不完备不一致决策系统的最大分布约简及计算方法

不完备不一致决策系统的最大分布约简及计算方法蒙祖强;许珂;周石泉【期刊名称】《广西师范大学学报（自然科学版）》【年(卷),期】2011(029)003【摘要】In inconsistent incomplete decision systems (IIDSs),some tolerance classes in tolerance partition overlap more than one decision class,so as to produce complex overlapping subsets between tolerance partition and decision partition. This leads to occurrence of many concepts of reductions in IIDSs and makes the reduction problem more complex. Therefore,the concept of maximum distribution reduct is extended to IIDSs in this paper,then,some of its properties in IIDSs are analyzed. It is found that,unlike other reducts' core attributes,the maximum distribution reduct's core attribute does not have inheritable trait. This shows that the maximum distribution reduct can not be generated by adding attributes to core attribute set. But,by using the testing and deleting operations repeatedly,an algorithm for computing the maximum distribution reduct in IIDSs is successfully constructed in this paper. The algorithm's description and its complexity analysis are also given. Finally,the proposed algorithm is illustrated to be effective and be of practical significance through sample analysis.%不完备不一致决策系统中,条件属性下的相容划分与决策属性下的等价划分形成了复杂的交集,导致出现了多种不同的约简概念,从而使约简问题变得更加复杂.本文将最大分布约简的概念引入不完备不一致决策系统中,然后研究其在不完备不一致决策系统中的性质,发现其核属性不具备传统约简核属性通常所具备的继承特性,因而不能通过增加属性的方法来计算此类约简.但是通过不断的属性测试和删除操作,成功地构造了不完备不一致决策系统中计算最大分布约简的算法,并给出了算法的描述和复杂度分析.通过实例分析,本文算法是有效的且具有实际意义.【总页数】5页(P89-93)【作者】蒙祖强;许珂;周石泉【作者单位】广西大学计算机与电子信息学院,广西南宁530004;广西大学计算机与电子信息学院,广西南宁530004;广西大学计算机与电子信息学院,广西南宁530004【正文语种】中文【中图分类】TP18【相关文献】1.灰色优势关系下不完备不一致决策表属性约简 [J], 罗党;毛文鑫;孙慧芳2.一种不一致不完备信息系统的最优选择及规则约简方法研究 [J], 伏明兰;曾黄麟3.不协调决策信息系统最大分布约简新方法 [J], 余承依;李进金4.不协调区间值决策系统的最大分布约简 [J], 尹继亮;张楠;童向荣;陈曼如5.基于特定类不完备决策系统的分布约简 [J], 陈阳;张楠;孙雪姣;童向荣;张小峰因版权原因，仅展示原文概要，查看原文内容请购买。

基于知识粒度的不完备决策表的属性约简的矩阵算法

基于知识粒度的不完备决策表的属性约简的矩阵算法张清国;郑雪峰【期刊名称】《计算机科学》【年(卷),期】2012(39)2【摘要】There are many attribute reduction definitions. We researched attribute reduction based on knowledge granuation in incomplete decision table. The discernibility matrix method is a good way to design attribute reduction algorithm. So we gave the definition of discernibility matrix of granulation and the corresponding definition of attribute reduction. At the same time, we proved that the definition is the same as the definition about attribute reduction based on knowledge granulation in incomplete decision table. On this condition, we used the above discernibility matrix of granulation to design an efficient algorithm of attribute reduction based on knowledge granulation in incomplete. Its time complexity is reduced.%基于不完备决策表的属性约简定义有多种,现研究基于知识粒度的属性约简.研究发现,差别矩阵是一种较好的设计属性约简算法的方法.为此,定义了一种粒度差别矩阵和基于该差别矩阵的属性约简,并证明了该差别矩阵的属性约简定义与基于知识粒度的属性约简定义等价.在此基础上,设计了一个新的基于信息量的不完备决策表的属性约简算法,其时间复杂度得以降低.【总页数】4页(P209-211,243)【作者】张清国;郑雪峰【作者单位】北京科技大学信息工程学院北京100083;北京科技大学信息工程学院北京100083【正文语种】中文【中图分类】TP182【相关文献】1.一种基于知识粒度的不完备信息系统的属性约简算法 [J], 李秀红;史开泉2.基于知识粒度的不完备决策表的属性约简算法 [J], 乔丽娟;徐章艳;谢小军;朱金虎;陈晓飞;李娟3.基于知识粒度的不完备决策表求核方法 [J], 徐章艳;曾艳燕4.区间值决策表中基于相对知识粒度的属性约简 [J], 唐鹏飞;莫智文;谢鑫5.区间值决策表中基于相对知识粒度的属性约简 [J], 唐鹏飞;莫智文;谢鑫因版权原因，仅展示原文概要，查看原文内容请购买。

改进的不完备决策表最优规则提取方法

改进的不完备决策表最优规则提取方法
纪怀猛
【期刊名称】《计算机工程与应用》
【年(卷),期】2009(045)017
【摘要】不完备信息系统中的规则提取是粗糙集理论研究的关键问题之一.针对不完备决策表,通过引入广义决策函数,提出了一种不完备决策表的最优规则提取方法.实验结果表明该算法具有良好的求解能力,所获得的决策规则简洁,与缺省值无关.【总页数】3页(P133-135)
【作者】纪怀猛
【作者单位】仰恩大学,计算机与信息学院,福建,泉州,362014
【正文语种】中文
【中图分类】TP181
【相关文献】
1.一种从海量不完备决策表中抽取规则的方法 [J], 王树锋;吴耿锋;潘建国
2.不完备决策表的扩展差别矩阵规则获取方法 [J], 王帅;徐章艳;王炜;舒文豪
3.广义不完备决策表的知识约简和规则提取 [J], 申锦标;吕跃进
4.基于粒计算的不完备决策表规则提取算法 [J], 史进玲
5.不完备故障决策表中规则获取和优化的粗糙集方法 [J], 雷文平;陈磊;韩捷;李志农
因版权原因，仅展示原文概要，查看原文内容请购买。

不完备决策系统规则获取的相容矩阵算法

不完备决策系统规则获取的相容矩阵算法汪凌【期刊名称】《计算机工程与应用》【年(卷),期】2015(000)001【摘要】For incomplete information decision-making systems, two concepts of condition attribute matrix and decision attribute matrix under tolerance relation are introduced, and decision-making rule acquisition algorithm based on matrix from incomplete information decision-making system is presented. The algorithm can extract all rules through matrix calculating from decision-making system directly without calculating core attributes. Theoretical analysis and example results show that the algorithm is effective and practical.%针对不完备信息决策系统问题，引入相容关系下条件属性矩阵和决策属性矩阵的相关概念，并由此提出一种基于矩阵的不完备信息决策系统规则获取算法。

该算法无需计算核属性，通过矩阵计算，能够直接从不完备信息决策系统中提取所有的决策规则集。

理论分析和实例结果均表明该算法的有效性和实用性。

【总页数】5页(P130-133,142)【作者】汪凌【作者单位】安庆师范学院经济与管理学院，安徽安庆 246011【正文语种】中文【中图分类】TP18【相关文献】1.不完备信息系统规则获取的矩阵算法 [J], 瞿彬彬;卢炎生2.不完备序区间值决策系统中所有可信规则的获取 [J], 周海军;谢军3.不完备区间值信息系统的优化决策规则获取 [J], 李树金;杜学知4.区间颗粒下不完备序信息系统的优化决策规则获取 [J], 姜洪冰;鲍爱娜5.不完备混合决策系统的三支决策模型与规则获取方法 [J], 钱文彬; 彭莉莎; 王映龙; 段德林因版权原因，仅展示原文概要，查看原文内容请购买。

基于差别矩阵的不一致决策表规则获取算法

基于差别矩阵的不一致决策表规则获取算法
钱文彬;杨炳儒;徐章艳;谢永红
【期刊名称】《计算机科学》
【年(卷),期】2013(040)006
【摘要】针对传统基于差别矩阵的不一致决策表规则获取算法效率不理想的情况,提出了一种快速的基于差别矩阵的规则获取算法.算法首先引入简化决策表思想,删除决策表中可能存在的许多重复对象；然后基于简化决策表构造不同决策类之间的子差别矩阵,以有效地解决对象分布的非平衡性问题和缩小算法的求解空间；且采用启发式向后贪心搜索策略求解相对最小属性约简；并根据规则可信度获取有效的决策规则,可信度可动态设置,使算法具有较好的适应性.最后通过算例分析和实验比较验证了算法能获取有效的决策规则.
【总页数】4页(P215-218)
【作者】钱文彬;杨炳儒;徐章艳;谢永红
【作者单位】北京科技大学计算机与通信工程学院北京100083;北京科技大学计算机与通信工程学院北京100083;广西师范大学计算机科学与信息工程学院桂林541004;北京科技大学计算机与通信工程学院北京100083
【正文语种】中文
【中图分类】TP18
【相关文献】
1.一种基于差别矩阵的决策表规则提取算法 [J], 吕韶;谢先明
2.基于包含度的不一致决策表规则获取 [J], 李倩;董胜
3.基于浓缩差别矩阵的规则获取算法 [J], 朱金虎;徐章艳;乔丽娟;谢小军;王婷
4.不完备决策表的扩展差别矩阵规则获取方法 [J], 王帅;徐章艳;王炜;舒文豪
5.不一致决策表中规则提取的矩阵算法 [J], 黄兵;周献中
因版权原因，仅展示原文概要，查看原文内容请购买。

不一致决策表中规则提取的矩阵算法

不一致决策表中规则提取的矩阵算法
黄兵;周献中
【期刊名称】《系统工程与电子技术》
【年(卷),期】2005(027)003
【摘要】由于数据采集能力不足等原因,决策表通常都不是一致的.如果将不一致的对象完全删除,则丢失了大量隐含在这些对象中的信息.针对不一致决策表,在分配约简、分布约简和最大分布约简的定义基础上,通过定义相应的决策矩阵并比较它们与条件属性矩阵的关系,得到提取信息系统的所有分配规则、分布规则和最大分布规则的矩阵方法.该方法的优点是直观有效,能获得所有规则,并同时得到相应的约简.【总页数】5页(P441-445)
【作者】黄兵;周献中
【作者单位】南京审计学院计算机科学与技术系,江苏,南京,210029;南京大学工程管理学院,江苏,南京,210093
【正文语种】中文
【中图分类】TP18
【相关文献】
1.集值决策信息系统属性约简与规则提取的矩阵算法 [J], 桂现才
2.不一致决策表规则提取的粗糙集方法 [J], 吕跃进;陶多秀;张沅
3.有序决策表中的第三种不一致 [J], 唐彬;李龙澍
4.不一致决策表各种属性约简的不一致性分析与转化 [J], 黄国顺;刘云生
5.变精度属性约简及其在决策表规则提取中的应用 [J], 叶东毅
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｂｅｍｐｔｒＥｇｎｅｉｇａｄＡｐｌａｉｎ．０１４（６：３－３．ｌ．Ｃｏｕｅｎｉｅｒｎｐｉｔｓ２１．７３）１１１３ｎｃｏ
ＡｂｔａｔＣｏｕｉｇｃｒｆｉｃｍｐｅｅｄｃｓｎｔｂｅｉｏｅｏｈｍｏｔｉｏｔｎｅｅｒｈｓｎｒｕｈｓｔｔｅｒ．ｒｓｎ，ｓｒｃ：ｍｐｔｏｅｏｎｏｌｔｅｉｉａｌｓｎｆｔｅｎｏｓｍｐｒａｔｒｓａｃｅｉｏｇｅｈｏｙＡｔｐｅｅｔｔｅｏｅａｇｒｈｆｉｃｍｐｅｅｄｃｓｏａｌｒｅＩｎｅｅａｌｏｉｍｓｏｏｕｉｇｃｒ，ｈｉｔｏｌｘｔｓｈｃｒｌｏｔｍｓｏｎｏｌｔｅｉｉｎｔｂｅａｅｆｗ．ｍａｙｇｎｒｌａｇｒｔｆｃｍｐｔｏｅｔｅｒｉｉｎｈｎｍｅｃｍｐｅｉｉｙ
在一般的求核算法中，时间复杂度为ｏｃｌｌ。为了有效地降低算法的时间复杂度，出了一个不完备决策表的差别矩阵定其ｄＩＵ）给
ＬＡｎｊｎ，ＵＺａｇａ．ｇｒｔｍｏｏｕｉｇｃｒａｅｎｄｓｅｎｂｌｙｍａｒｎｉｃｍｐｅｅｄｃｓｎｔ－ＩＯＨｏｇｉＸｈｎｙｎＡｌｏｉａｈｆｒｃｍｐｔｏｅｂｓｄｏｉｒｉｉｔｔｉｉｎｏｌｔｅｉｏａｎｃｉｘｉ
ｃｒｅｐｎｉｇｄｆｎｔｎｏｈｏｅｒｒｐｓｄＡｔｈｓｍｅｔｏｒｓｏｄｎｅｉｏｆｔｅｃｒａｅｐｏｏｅ．ｔｅａｉ，ｔｐｏｅｔａｈｃｒｉｑｉａｅｔｔｈｏｅｂｓｄｏｉｉｍｅｉｒｖｓｈｔｔｅｏｅｓｕｖｌｎｏｔｅｃｒａｅｎｅ
Ｃｍｕｅｎｉｅｒｇａｄｐｌａｉｎ计算机工程与应用ｏｐｔＥｇｎｅｉｐｉｔｓｒｎｎＡｃｏ
＠数据库、号与信息处理＠信
一
种不完备决策表的差别矩阵求核算法
廖洪建，～徐章艳
ＬＡｎｊｎＸＵＺａｇａＩ０Ｈｏｇｉ，ｈｎｙｎａ
１Ｖｌ范高等专科学校数学与计算机科学系，．，￣ｋ币广西柳州５５０４０４２广西师范大学计算机科学与信息工程学院，．广西桂林５０４４１０
１ＤｅａｔｎｆＭａｈｍａｉｓａｄＣｏｕｅｃｅｃ，ｉｚｏｅｃｅｓＣｏｌｇＬｕｈｕ，ａｇｉ５５０Ｃｈｎ．ｐｒｍｅｔｏｔｅｔｎｍｐｔｒＳｉｎｅＬｕｈｕＴａｈｒｌｅ，ｉｚｏＧｕｎｘ４０４，ｉａｃｅ２ＳｈｏｆＣｏｕｅｃｅｃｎｎｏｍａｉｎＥｎｉｅｒｇ，ａｇｉＮｏｍａｉｅｓｔＧｕｌＧｕｎｘ４１０Ｃｉａ．ｃｏｌｏｍｐｔｒＳｉｎｅａｄＩｆｒｔｇｎｅｉＧｕｏｎｎｘｒｌＵｎｖｒｉｙ，ｉｎ，ａｇｉ５０４，ｈｎｉ
ｗｏｅｔｏｐｅｉｓＩＩｈｓｉｃｍｌｔｉｏ（ｌｍｅｘｙｃ
）Ａｎｅｌｅｅａｌｉｕｅｏｉｕｔｔｔｅｅｃｅｃｆｔｅｎｗａｏｔｍ．．ｍｕａｘｍｐｅｓｓｄｔｌｓａｈｆｉｙｏ ቤተ መጻሕፍቲ ባይዱ ｌｒｈｔｌｒｅｉｎｈｇｉ
Ｋｅｗｏｄｓ：ｒｕｇｙｒｏｈｓｔｉｏｐｌｔｃｓｏｔｂｌｐｏｉｉｒｇｉｎ；ｉｃｒｂｉｉｍａｒｘ；ｏｅｅ；ｎｃｍｅｅｄｅｉｉｎａｅ；ｓｔｖｅｅｏｄｓｅｎｉｌｔｙｔｉｃｒ
摘
要：算不完备决策表的核属性是粗糙集理论的重要内容之一。目前关于不完备决策表的求核算法的研究相对较少，计而且
ｔｅｉｃｍｐｅｅｄｃｓｏａｌ．ｈｓｃｎｉｏ，ｕｃｌｏｔｍｒｃｍｐｔｇｃｒｓｄｓｇｅｔｈｉｃｒｉｉｔｔｉｈｎｏｌｔｅｉｉｎｔｂｅＯｎｔｉｏｄｔｎａｑｉｋａｇｒｈｆｏｕｉｏｅｉｅｉｎｄｗｉｔｅｄｓｅｂｌｍａｒｘ，ｉｉｏｎｈｎｉｙ
ｏＩ）Ｔｕｏｎｔｅｔｏｌｉｆｔｅａｇｒｍｓｆｒｃｍｐｔｇｃｒ，ｅｎｔｎｏｉｅｉｌｔｘａｄｔｅ（１．ｏｃｔｄｗｈｉｃｍｐｅｔｏｌｏｉｏｏｕｉｏｅｍｅｄｆｉｏｆｄｓｒｂｉｍａｎｈｃＩｍｅｘｙｈｈｔｎｉｉｃｎｉｔｙｉｒ