摘要：***于1982年提出的Rough集理论有效地分析了不确定、不精确、不一致等各种不完备信息,其优点是无需任何关于数据的初始的或附加的信息,如统计学中的概率分布。该文介绍了Rough集的基本理论在数据约简中的应用。在分析基于信息系统的粗糙集理论的基础上,描述了一种基于核与重要度的约简算法,从降低约简算法计算复杂度角度出发,修改了属性约简算法,计算了算法修改前后的复杂度。实验结果表明,修改后的算法在降低时间复杂度的同时得出了次优属性集的约简。

摘要：利用粗糙集理论,从矩阵分析的角度来挖掘决策表蕴含的信息,引入粗糙集信息等价关系的同构映射——等价矩阵,等价矩阵可看作是等价关系在信息表内的知识表达。给出了等价矩阵的求取算法以及等价矩阵意义下的属性重要度和核的概念。设计了基于等价矩阵的决策信息表的最小属性约简算法。从等价矩阵本身相关操作运算来挖掘客观知识之间的关联模式,提出了基于信息等价矩阵的关联规则提取的算法。实例证明提出的算法有效,为进一步研究决策信息系统的规则提取和决策算法提供了可行的计算方法。

摘要：针对智能传感器侦察网络中的地面目标识别问题,提出了一种基于智能计算方法的地面目标声信号识别算法。基于智能计算方法设计识别系统,直接利用信号特征的变化范围作为分类特征,并结合能够处理定性输入的粗神经网络分类算法,有效地克服目标信号的不确定性问题,提高识别系统的识别率和稳定性。

摘要：　将粗集理论与神经网络结合起来设计出粗神经网络,用于对雷达目标数据进行融合,特别是对雷达目标进行识别。研究表明这种网络可以接受定性输入,即输入是一个范围或在观测时间内输入是变化的,从而大大提高雷达目标的识别率。粗集理论和神经网络结合起来将在雷达数据融合方面有着很好的应用前景。

摘要：针对目前图像识别中原始特征数量大、不相关特征多以及冗余等现象,提出了一种图像特征选择方法。将遗传算法(GA)与粗集(RS)思想有机结合进行特征选择,引入粗集中相关属性依赖度的定义,设计了适应度函数和遗传算子,以提高算法时间效率和获得最佳搜索结果,并将该特征选择方法应用于图像,实验表明,基于改进的RS-GA图像特征选择方法达到了较好的效果,并具有较高的算法效率。

摘要：在数据挖掘系统的研究设计中,知识的获取和表示是一个备受关注的问题。提出的知识约简方法——差异相似矩阵算法,根据信息系统中各个样本的属性取值的差异性和相似性,构建矩阵模型,求取各决策类的最佳约简属性集,得出用于指导分类的规则知识。基于该算法开发的知识约简系统,能够有效地应用于大规模数据集的分析处理中。

摘要：将粗集理论与支持向量机结合起来,研究了针对大坝安全监测数据序列中出现小样本、短序列、不确定等情况时的监控模型,利用粗集理论中的知识约简,引入属性重要度概念,对输入数据预处理,简化大坝工作性态影响因素和效应量之间的映射关系,实现了支持向量机模型输入的优化设计,使模型更能体现大坝的工作机制。以某混凝土大坝为例,分别采用统计模型、BP神经网络模型、标准SVM模型以及RS-SVM模型进行建模分析,对比验证了RS-SVM模型方法的可行性。

摘要：测试评估系统在C3I信息融合的发展过程中起着极其重要的作用;文章讨论了信息融合系统评估的一般理论和利用粗糙集理论的属性约简算法对多传感器信息融合的跟踪评价指标集进行优化的方法,为建立一个适应多个领域的融合评价平台提供了一个可行性方案,针对移动目标构建了航迹模拟系统的评价指标,并对其进行了优化,给出了一些用于定量评估的性能指标的定义和测试评估系统的构建方法及过程,并基于软总线结构进行了软件设计;通过实例分析,使得该评估指标体系的可靠性和实用性得到了验证。

摘要：装甲车辆混合电传动系统作为新兴的陆战平台动力推进系统,出现了各式各样的传动方案,为了选择较优的方案,实现装甲车辆混合电传动系统方案的优化设计,利用模糊聚类的相似关系与粗集理论,采用基于可辨识矩阵的启发式约简法对混合电传动系统的属性进行约简,并通过模糊聚类法形成粗糙集下的决策信息系统,计算出约简后各属性的权重,然后在此基础上,利用加权求和的方法对各方案进行综合性能的评价。最后,对目前比较典型的四种混合电传动方案的评估,得到了混合电传动方案性能优劣的排序,并对排序结果进行了分析。

摘要：介绍应用粗集理论和遗传算法相结合进行数据挖掘的方法。利用目前企业采集到的关键设备运行状态的大量数据,首先运用粗集理论的属性约简消去冗余的属性,然后以约简后的数据作为样本训练集,应用优化改进的遗传算法建立分类模型。根据构建的分类模型,可以发现故障设备运行的内在规律,快速对未知故障设备进行归类,从而为故障诊断与故障预测提供决策依据。