粗糙集聚类分析对姜黄属植物数值分类的研究

为了为姜黄属植物分类与中药鉴定提供新的参考,以姜黄属(Curcuma L.)的31个材料为研究对象,把47项分类性状(指标)分解为28个定性指标和19个定量指标,将28个定性指标进一步分解为二元性状指标和三元性状指标,然后各自进行粗糙集理论的处理和聚类,把聚类结果按交集分类的办法形成定性指标综合分类的结果;将19个定量指标进行粗糙集理论的处理和聚类,把聚类结果与定性指标的分类结果按交集分类的办法形成20项指标综合分类的结果。结果表明,将定性性状指标分类集与定量性状指标分类集进行交集分类,姜黄属植物的31个材料可分为10个类群(种);这与前人采用47项指标一次性完全聚类的结果存在差异,与传统分类也不完全相同。说明粗糙集理论对于分类指标的处理,一方面去掉了对分类没有显著作用的指标,减少了运算;另一方面减少了不必要指标对分类的影响,使分类更为准确。     

基于粗糙集的最小风险贝叶斯决策

粗糙集理论(Rough set，RS)是由波兰学者Pawlak在1982年提出的一种刻画不完整性和不确定性的数学工具。粗糙集理论不仅为信息科学和认知科学提供了新的科学逻辑和研究方法，而且为智能信息处理提供了有效的处理技术。二十多年来，粗糙集理论的发展已经成为人工智能领域中一个较新的学术热点，引起了学术界科学人员的广泛关注。贝叶斯决策理论方法是统计模式识别的一个基本方法，但     

粗糙集聚类分析对姜黄属植物数值分类的研究Ι

以姜科姜黄属(CurcumaL.)的31种植物为研究对象,把47项分类性状(指标)分解为定性指标和定量指标,将定性指标进一步分解为二元性状指标和三元性状指标,然后各自进行粗糙集理论的处理和聚类,把聚类结果按交集分类的办法形成定性指标综合分类的结果,分出8大类,并与肖小河等用47项指标进行主成分析和聚类分析的结果加以比较。结果表明:把分类性状(指标)分解是合理的、正确的,所分出的结果较为精确,与实际更为相符;粗糙集理论与聚类分析相结合是非常有意义的。     

粗糙集聚类分析对姜黄属植物数值分类的研究Ⅰ

以姜科姜黄属（Curcuma L.）的31种植物为研究对象,把47项分类性状（指标）分解为定性指标和定量指标,将定性指标进一步分解为二元性状指标和三元性状指标,然后各自进行粗糙集理论的处理和聚类,把聚类结果按交集分类的办法形成定性指标综合分类的．结果,分出8大类,并与肖小河等用47项指标进行主成分析和聚类分析的结果加以比较。结果表明：把分类性状（指标）分解是合理的、正确的,所分出的结果较为精确,与实际更为相符;粗糙集理论与聚类分析相结合是非常有意义的。     

基于粗糙集和证据理论的水质分析预警技术研究

针对水质检测监测和信息管理系统中监测指标种类较多、水质指标之间往往存在内在关联、水质变化规律隐含较深、水质分析预警准确度难以保证的问题,研究和分析了粗糙集和Dempster-Shafer (D-S)证据理论,提出了基于粗糙集和D-S证据理论联合应用的水质预警算法.结果表明:该方法降低了实际工作中存在的水质历史数据缺失、冲突和冗余问题以及数据量偏少对分析预警结果的影响,有效减少了预警分析的计算量;通过实际数据,以高锰酸盐指数(CODMn)指标分析预测为例,对比分析了单属性拟合预测、基于粗糙集理论的趋势预测、粗糙集和D-S-据理论联合分析预测3种方法的优点和不足,验证了本研究方法是有效的.     

基于粗糙集和BP神经网络的粮食产量预测研究

为提高粮食产量的预测精度,提出一种基于粗糙集和BP神经网络的粮食产量预测方法。该方法以吉林省粮食总产量的历史数据作为研究对象,利用粗糙集理论的属性约简特性,识别与粮食产量相关性较大的影响因素,剔除非主要影响因素,利用约简后数据建立RSBP神经网络预测模型。结果表明,粗糙集理论能有效减少数据的维数及噪声,减少神经网络的计算量,结合两种方法能有效提高预测速度和精度。     

农业信息数据挖掘的粗糙集方法研究与实例

我国是个农业大国,农业数据量极大,手工处理工作量大且不准确.本文研究了将粗糙集理论运用于农业数据挖掘的计算机处理方法,提出了基于粗糙集理论的农业数据挖掘的基本算法和模型,并通过实例对其进行了验证.     

红籽瓜数量性状的粗糙集判别方法

粗集是一种处理模糊和不确定性数据的工具，本文运用粗糙集理论研究了红籽瓜数量性状对单瓜种子重影响程度的判别方法，算法分析简单明了，在育种方面为提高红籽瓜产量提供了理论依据。     

基于粗糙集和群决策特征根法的区域水资源可再生性评价

【目的】基于水资源可再生的特点,将粗糙集理论引入到水资源可再生性评价中,建立区域水资源可再生性评价的准确方法。【方法】针对水资源系统信息的不确定性和不一致性以及水资源中经常遇到的群决策问题,将粗糙集理论和群决策特征根法相结合应用于水资源评价,即将粗糙集作为数据的预处理工具,先构造决策表,再用粗糙集进行属性约简,对约简后的指标集用多属性群决策的定量评价方法进行了评价。【结果】实例计算表明,因粗糙集能较好地处理不确定、不完备、不一致信息,故能得到更为准确、详细的评价结果。【结论】将粗糙集和群决策特征根法相结合用于水资源可再生性评价是可行的。     

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。     

粗糙集理论与其他理论结合的研究

粗糙集理论由波兰科学家Z.Pawlak于1982年提出,是继概率论、模糊集理论之后的又一个处理不确定性的数学工具。本文在阐释粗糙集理论基本体系结构的基础上,分析总结了粗糙集理论与模糊集、神经网络、遗传算法、证据理论、粒计算、形式概念分析、知识空间等其它理论之间的联系。     

粗糙集理论在土壤肥力评价指标权重确定中的应用

【目的】土壤肥力是土壤诸多基本特性的综合反映,科学、合理、实用地评价土地肥力将为指导农业生产、土地利用规划和管理提供理论依据。其评价过程是一个无决策属性的多属性决策过程,而解决多属性决策问题的重要前提是各属性权重分配问题。【方法】确定指标权重的方法主要有主观赋权法和客观赋权法,然而,主观赋权法往往需要大量的先验知识,评价结果有一定的主观随意性,而且较少考虑评价指标之间的依赖关系;客观赋权法没有充分考虑到各参评因素对评价的重要度不同,统计数据有相关性也并不意味着两个事件具有因果联系。综合考虑主、客观赋权法各自的优缺点,利用粗糙集理论中知识约简和相对正域理论在消除冗余信息和处理不确定性信息等方面的优势,探究土壤肥力评价过程中一种主观和客观相结合的权重确定方法,并利用作物产量对评价结果进行验证。【结果】粗糙集理论在土壤肥力评价中的具体赋权思路包括：数据的离散化、土壤肥力综合等级的初步确定、属性值约简、等价类划分、属性重要度的计算和指标权重计算等步骤。以北京大兴区农田土壤样点的肥力评价对上述赋权思路进行实例分析,对比传统特尔斐法和粗糙集理论赋权结果发现,特尔斐法确定的土壤有机质、全氮、有效磷和速效钾等指标的权重分别为0.300、0.250、0.250和0.200,利用其评价得到的土壤综合肥力指数（IFI）与产量显著线性相关,R2为0.77,均方根误差（RMSE）为1.25;而粗糙集理论确定的土壤有机质、全氮、有效磷和速效钾等指标的权重依次为0.455、0.111、0.111和0.333,利用其评价得到的IFI与产量也显著线性相关,R2达0.83,RMSE为1.09,精度均较特尔斐法有了提高,其中RMSE相对精度提高值达12.80%。【结论】粗糙集理论在土壤肥力评价中的具体赋权思路基本是可行的,且相对于特尔斐法其确定出各指标权重更为合理、准确,可为土壤肥力评价及相关领域的评价提供一个有益的思路。     

EVA在农业上市公司业绩评价中的应用

经济增加值(Economic Value Added,EVA)是经过调整的税后净营业利润扣除掉全部资本成本后的余额.EVA所扣除的资本成本不仅包括了传统的债务资本,更包括了被企业长期忽视的股权资本.它能够更好地体现企业在某一时期内究竟是在创造价值还是在毁损价值.与传统会计利润相比,EVA能够更好地对企业作出业绩评价.本文以中国22家农业上市公司2007年、2008年及2009年的财务数据为样本进行实证分析.利用Excel软件对EVA指标和传统业绩评价指标在公司业绩评价中的应用,进行比较研究.并利用SPSS统计软件对EVA指标、净利润和股价的相关性进行研究.研究表明:EVA指标能够更加真实地反映企业经营业绩,并且与净利润相比,与股票价格的相关性更高.因此,本文认为,EVA指标能够更好地对中国农业上市公司进行业绩评价.     

商半群中的粗糙集研究

把粗糙集理论引入代数系统,主要讨论了粗糙集理论在半群理论中的应用。基于粗糙半群中的同余关系,提出了粗糙商半群的概念。讨论了商半群中粗糙集的一些性质,在半群的子集为半群的理想时,修正了包含关系为相等关系。由粗糙集中的粗糙同态和粗糙同构,讨论了粗糙半群A和粗糙商半群A/ρ的粗糙同态关系,得到粗糙半群上的核,并给出了这些结论严格的证明,丰富了粗糙集理论的研究范围,更为纯代数理论的研究开拓了新的研究思路。     

基于粗集理论的遥感农业监测研究(英文)

[目的]探求粗糙集理论在遥感影像特别是农作物生长上的分类精度。[方法]采用数据挖掘和知识发现方法,重点分析了包括粗糙集理论在内的4种数据分类方法(粗糙集、代数集、自身集以及聚集),建立了分类模型流程。通过程序改化,对比了未经处理的TM影像分类精度和经过2次不同改化后的分类精度。[结果]在影像基本信息不变的基础下,采用改化后的粗糙集分类方法,可以得到分类精度更为细致的结果,尤其在地区地表起伏较大的且待分农作物种类小于5种的情况下效果更加明显。[结论]该研究为进一步利用数据挖掘技术来监测农作物生长提供理论依据。     

我国企业经营者业绩评价指标的现状及战略思考

从我国经营者业绩评价指标的现状出发,结合战略管理理论对业绩评价指标发展的要求,提出若干对我国经营者业绩评价指标的建议。     

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.     

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.     

省域资源环境承载力评价指标体系构建研究——基于频率统计法和相关性－粗糙集理论

通过搜索CNKI、SCI和SSCI数据库,对国内外1991-2016年指标评价资源环境承载力的文献进行检索并筛选,得到相关论文173篇(其中CNKI文献152篇,SCI、SSCI文献21篇。包括土地资源承载力评价文献43篇,水资源承载力评价文献45篇,能源资源承载力评价文献20篇,环境承载力评价文献65篇)。基于频率统计法和相关性-粗糙集理论,对所得文献中资源环境承载力评价指标进行研究,构建了省域资源环境承载力评价的土地资源、水资源、能源资源承载力和环境承载力评价指标体系,以期为构建人与自然和谐发展的现代化社会新格局提供定量评估与科学决策。