摘要：提出了一种新的室性QRS波分类方法.该方法通过提取反映QRS波形态的特征,获得QRS波形态知识库,运用粗集理论获取最小决策算法,并据此设计神经网络,最后用该网络对室性QRS波进行分类.该方法经MIT心电数据测试表明,室性QRS波正确分类率达99.8%.

摘要：针对区间值决策表,采用区间相对知识粒度提出属性约简及其启发式约简算法。基于相似关系,定义关于决策分类的区间相对知识粒度,证明粒化单调性等性质;基于区间相对知识粒度,提出属性约简,挖掘区间属性内与外重要度的启发式信息,从而设计启发式约简算法并分析其时间复杂度;针对一致区间值决策表,证明区间相对知识粒度表示与代数表示的等价性;采用区间值决策表实例进行有效验证。对于区间值决策表,相关区间相对知识粒度及属性约简深化了知识学习与特征优化。

摘要：区间集决策信息表拓展了经典决策信息表,但其属性约简研究较少。针对区间集决策信息表存在的问题,采用模型正域及相关依赖度提出属性约简及其启发式约简算法。在区间集粗糙集模型中,定义关于决策分类的正域与依赖度,证明粒化单调性等性质。提出基于依赖度的属性约简,设计启发式约简算法。实例分析与数据实验表明,设计的基于依赖度的启发式约简算法是有效的,所得结果有利于依赖学习与特征优化。

摘要：属性约简是粗糙集理论进行数据挖掘的基本途径,相关算法主要基于核。核的差别矩阵表示及相关求核计算具有重要意义,但已有的差别矩阵及其求核算法还具有时空局限性。对此,依据差别矩阵的稀疏性与大规模性,提出基于决策分类的分块差别矩阵及其求核算法,直接地将决策分类信息融入形式结构与问题求解。首先,基于决策分类来定义分块差别矩阵,设计其计算算法;其次,基于分块差别矩阵,确定核的内涵与算法;最后,进行实例分析与实验验证,说明所建方法的有效性。基于决策分类的分块差别矩阵有效地实施了信息提取与维度降低,相关的求核算法较好地减少了差别矩阵求核算法的时空复杂性。