基于粗糙集的农业决策支持系统研究

首先,基于粗糙集理论提出了农业决策支持系统的实施方案,从而利用粗糙集理论对决策表进行化简,为决策支持系统提供辅助决策所用的规则表。其次,根据决策支持系统的知识获取任务,建立了一种基于粗糙集理论的决策支持系统模型,实现粗糙集理论在农业决策支持系统中的应用。最后,将获取的规则用于农业病虫害的诊断中,利用属性重要度计算方法,对诊断的可信度进行计算。通过对实例运行结果的分析,验证了粗糙集理论与农业决策支持系统相结合方案的可行性。     

粗糙集在农业决策支持系统中的应用

设计了一个基于粗糙集的农业决策支持系统,并将其用于魁栗病害的诊断决策过程,采用不完备决策表属性约简算法对目标信息系统进行了属性约简处理,得出约简属性,获得了诊断规则,对具体的诊断实例进行了推理,得出了诊断结果,从而计算出结果的可信度概率。实证研究表明农业决策支持系统中可以应用粗糙集,此应用可以实现不确定知识规则的获取和推理。     

基于粗糙集理论的河南省农民收入预测研究

采用理论和实证分析相结合的方法,从自身、全国平均水平、中部相邻省份3个层次对比研究河南省农民收入变动情况。结合河南省的实际数据,运用粗糙集理论计算出各因素对河南省农民收入的影响系数,以及若干条确定性预测规则。最后对预测结果进行了分析。     

粗糙集理论在农业中的应用

主要提出一种基于粗糙集理论的属性约简算法,并将其应用在农业中。通过具体实例,证明该算法的正确性和有效性。同时,该算法在农业中具有一定的实用价值。     

基于粗糙集理论的海外并购对象选取分析

应用粗糙集理论,在确定海外并购对象属性的前提下建立了二维决策表,依据粗糙集理论的应用流程,进行了数字化预处理,并借助粗糙集的约减,重点进行了属性和属性值的化简,同时,利用数据分析法有效地剔除了决策表中的冗余,以提取有用的知识辅助决策。运用粗糙集理论进行海外并购对象的筛选,能够给决策者提供知识支持,从而使隐藏在数字背后的信息得以呈现,为决策提供有力的依据,有助于提高并购对象选取的准确性。     

粗糙集理论在评定农村公务员素质中的应用

利用粗糙集理论对不完备信息系统进行数据挖掘,构建了公务员素质的不完备信息系统下的粗糙集模型,提取了知识约简和决策规则。应用粗糙集理论能有效地刻划不完整、不确定、不精确和不一致等各种信息系统,从中发现隐含知识和潜在规律。     

基于粗糙集理论的大学生成绩影响因素分析

目的运用粗糙集理论对学生的成绩分析及数据挖掘,找出影响学生学习的因素.方法通过运用粗糙集理论对采集到的大学生学习过程中的大量数据进行属性重要度分析,对不必要的数据进行属性约简,从中得到影响学习效果的关键因素.结果通过研究粗糙集理论得出性格兴趣因素以及学校的软硬件条件对学生的学习有较大的影响;家庭经济因素、基础知识、教师水平等基本无影响或影响不大.结论该研究有利于在教学过程中有的放矢,改进与改善教学质量,提高教学效果.     

一种基于粗糙集理论的特征选择方法

目的 特征集中特征质量的好坏能够影响到文本分类的精度,所以选择一种好的特征选择方法对于文本分类的效果起着重要的作用.方法 粗糙集理论为研究不精确数据的分析、推理,挖掘数据间的关系、发现潜在的知识提供了有效的工具.提出了一种基于粗糙集的特征选择方法.结果 通过实验结果表明该方法利用粗糙集的约简理论降低了特征维数,同时保证了分类性能.使用该方法进行特征选择时比目前常用的特征选择方法获得较好的分类效果.结论 粗糙集的属性约简理论可以用在规则提取和特征选择上,利用粗糙集的属性约简理论进行特征选择时能够获得较理想的分类效果.     

粗糙集理论在农业干旱灾害中的应用

粗糙集理论是一种新的处理不完备和不确定信息的有效方法,属性约简是粗糙集理论的重要知识点之一,在众多领域都得到了广泛的应用.本文将以云南省干旱作为实例,运用属性约简方法,提取出影响干旱发生的相关因素,进而提出相应的预防措施.     

基于粗糙集的产品特征知识获取研究

针对制造业产品设计的个性化需求,将粗糙集理论应用于产品设计知识的属性约简和分类规则生成,发现产品或零部件间潜在的特征知识模式,从而为设计人员所能够提供的模糊对象进行分类或提供设计知识.     

基于粗糙集理论的立地类型分类规则探讨

利用粗糙集理论（（Roughset））中的知识表达系统和约简算法。在研究区内选取与立地因子关系最密切的树高因子为决策属性，以海拔、母岩、坡度、坡位、土类和土层厚度作为条件属性；决策属性动态聚类和各条件属性值域离散化后，建立立地类型分类决策表，计算决策属性的依赖度及其相对约简，得到马尾松林分立地类型的分类因子为土层厚度、坡位和母岩，并且其重要性分别为0．6923、0．5385和0．3077．     

基于云变换和Rough集扩展模型的判定树构造

针对现有判定树算法在处理空缺值和连续值以及知识表达上不精确性和复杂性问题，提出基于云变换和Rough扩展模型的判定树构造算法。该算法利用云变换来离散化连续属性，然后根据概念集，采用极大判定法对每个数值型属性的原始属性值进行软划分，从而得到离散属性值。最后利用特性关系下的加权平均粗糙度来选取当前结点的分裂属性来递归生成判定树。与C5.0算法相比，新算法可妥善处理空缺值、合理离散连续属性。试验结果表明,该算法具有良好的实用性。     

依赖空间与粗糙集理论

首先对信息系统进行预处理得到相对简单的衍生系统,进而在其基础上建立依赖空间,然后基于依赖空间来刻画属性约筒、独立、核等粗糙集中的核心概念.本文的结论不仅加深了人们对粗糙集的认识,同时也为分析和处理数据提供了一种新的理论依据.     

基于粗糙集理论的软件项目质量管理研究

软件项目质量管理是贯穿整个软件生存周期的重要工作,重视软件项目质量管理,对整个软件项目管理有着非常重要的促进作用.利用基于粗糙集理论的区分矩阵及属性等价分类计算方法提出软件项目的质量分析系统,并给出两个软件质量因子的相关系统以及区分矩阵的计算方法.通过对历史测评数据的分析,为软件项目的质量控制提供了决策.     

基于粗糙集理论的软件项目质量管理研究

软件项目质量管理是贯穿整个软件生存周期的重要工作,重视软件项目质量管理,对整个软件项目管理有着非常重要的促进作用.利用基于粗糙集理论的区分矩阵及属性等价分类计算方法提出软件项目的质量分析系统,并给出两个软件质量因子的相关系统以及区分矩阵的计算方法.通过对历史测评数据的分析,为软件项目的质量控制提供了决策.     

基于粗糙集理论及其在农业病害规则发现中的应用

介绍了粗糙集理论及其规则挖掘方法;并以大豆籽粒灰斑病发生和流行程度的预测为应用实例介绍了粗糙集理论的应用方法。     

基于粗糙集的WEB日志挖掘

采用基于粗糙集的WEB日志挖掘技术,对web日志数据进行预处理,然后利用粗糙集理论分析和处理该数据,最终发现其潜在的规律,发掘用户行为,为个性化网站设置提供依据。粗糙集的核心是属性约简,这里采用遗传算法约简。