栏目文章

Select

1. 基于决策粗糙集的广义序贯三支决策方法

杨新, 李天瑞, 刘盾, 方宇, 王宁

计算机科学 2018, 45 (10): 1-5. DOI: 10.11896／j.issn.1002-137X.2018.10.001

摘要（252）

PDF（pc）（2383KB）（731）

三支决策是求解动态不确定性问题的有效方法之一。相比传统的二支决策,序贯三支决策方法在信息不充分或证据不足时能有效平衡决策结果代价和过程代价。在研究多层次的粒结构、多选择的处理对象和多样化的代价结构的基础上,提出了一种基于决策粗糙集的广义序贯三支决策模型。该模型在每一层都考虑了7种不同的对象处理方式。最后,通过实验对比分析了该模型中7种方法的效率和性能。

参考文献 | 相关文章 | 多维度评价

Select

2. 代价敏感的序贯三支决策方法

邢颖, 李德玉, 王素格

计算机科学 2018, 45 (10): 6-10. DOI: 10.11896／j.issn.1002-137X.2018.10.002

摘要（400）

PDF（pc）（1610KB）（666）

在现实决策中,代价敏感问题是影响人类决策的重要因素之一,许多研究者致力于降低决策的代价。现阶段,在粗糙集领域中,研究者多基于DTRS模型且仅考虑某一种代价,不够全面。针对以上问题,利用序贯三支决策模型对两种代价的敏感性,通过多层次粒结构可以有效降低决策总代价,且能够更好地模拟人类动态渐进的决策过程。在序贯三支决策模型的基础上,构造了多层次粒结构;将各个属性的测试代价与其分类能力相关联,从信息熵的角度为其设置测试代价;与此同时,将属性约简与序贯三支决策相结合,利用基于代价最小准则的属性约简去除冗余属性及不相关属性对代价的影响。在7个UCI数据集上的实验结果显示,在保证较高准确度的同时,决策的总代价平均下降了26%左右,充分验证了该方法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于加权粒度和优势关系的程度多粒度粗糙集近似集的动态并行更新算法

赵艺琳, 姜麟, 米允龙, 李金海

计算机科学 2018, 45 (10): 11-20. DOI: 10.11896／j.issn.1002-137X.2018.10.003

摘要（237）

PDF（pc）（2114KB）（665）

随着大数据集的不断更新,经典的多粒度粗糙集理论不再适用。为此,提出加权粒度优势关系程度悲观多粒度粗糙集与加权粒度优势关系程度乐观多粒度粗糙集的相关理论。在此基础上,给出了一种基于加权粒度和优势关系的程度多粒度粗糙集近似集的动态并行更新算法。最后,通过实验验证了所提算法的有效性,其能够应对海量动态更新的数据变化并提升运行效率。

参考文献 | 相关文章 | 多维度评价

Select

4. 三支类背景上的规则获取

任睿思, 魏玲, 祁建军

计算机科学 2018, 45 (10): 21-26. DOI: 10.11896／j.issn.1002-137X.2018.10.004

摘要（200）

PDF（pc）（1981KB）（608）

规则提取是三支概念分析中的一个重要问题。首先,基于属性导出三支概念,定义了两种三支类背景,即三支条件类背景和三支决策类背景,给出了类背景上的类概念并且研究了类概念的结构。其次,讨论了三支决策类背景上的类概念与三支弱协调决策形式背景上的属性导出三支概念之间的关系。然后,提出了三支决策类背景上的规则获取方法,并且通过比较证明了基于三支类背景获取的规则优于基于三支弱协调决策形式背景获取的规则。最后,利用三支条件类背景给出了反向规则与双向规则的获取方法。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于最优相似度三支决策的模糊粗糙集模型

杨霁琳, 张贤勇, 唐孝, 冯林

计算机科学 2018, 45 (10): 27-32. DOI: 10.11896／j.issn.1002-137X.2018.10.005

摘要（268）

PDF（pc）（1252KB）（528）

模糊信息系统中,对象的相似度往往会受噪声影响,且它在模型运算中常常并非全部需要高精度参与计算。文中首先引入阈值对(α,β),提出了一种基于相似度三支决策的模糊粗糙集模型;其次利用模糊集近似的三支决策方法,给出了对象相似度三支决策的错误率、决策代价以及相应的语义解释;然后以总体决策代价最小化为目标,给出了最优(α,β)的计算方法,从而建立了一种基于最优相似度三支决策的模糊粗糙集模型;最后通过实例分析说明了该模型的可行性和合理性。本文建立的三支决策模糊粗糙集模型保留了模糊信息系统的不确定性,一定程度地去除了噪声影响,且能通过计算得到最优阈值(α,β),从而建立基于相似度三支决策的最优模型,这将有益于模糊信息系统的应用。

参考文献 | 相关文章 | 多维度评价

Select

6. 决策形式背景面向属性与面向对象的决策规则

姜玉婷, 秦克云

计算机科学 2018, 45 (10): 33-36. DOI: 10.11896／j.issn.1002-137X.2018.10.006

摘要（222）

PDF（pc）（2067KB）（626）

决策形式背景是形式概念分析的重要研究内容,决策形式背景的知识体现为决策规则。文中提出了面向对象与面向属性概念格的决策规则,给出了决策规则的语义解释;刻画了面向属性概念格的决策规则与基于Wille概念格的决策规则的关系,给出了一种属性集协调性判别方法。

参考文献 | 相关文章 | 多维度评价

Select

7. 用户非对称信任关系的推荐算法

张紫茵, 张恒汝, 徐媛媛, 秦琴

计算机科学 2018, 45 (10): 37-42. DOI: 10.11896／j.issn.1002-137X.2018.10.007

摘要（290）

PDF（pc）（1918KB）（588）

数据稀疏性是目前协同过滤面临的主要挑战之一。用户间的信任关系为推荐系统提供了有用的附加信息。已有工作主要采用直接信任关系作为附加信息,对间接信任关系考虑得较少。针对这一情况,提出一种融合直接和间接的用户非对称信任关系的推荐算法(ATRec)。首先,构建一种信任传递机制,并利用该机制获得用户间的间接非对称信任关系。其次,根据直接和间接非对称信任关系获得每个用户的信任集合。最后,利用信任集合、最近邻的评分和好评阈值计算出商品的受欢迎程度,进而获得对用户的top-N推荐列表。在真实数据集上的实验结果表明,该算法比主流的推荐算法在top-N推荐性能上有更好的表现。

参考文献 | 相关文章 | 多维度评价

Select

8. 基于分割策略的特征选择算法

焦娜

计算机科学 2018, 45 (10): 43-46. DOI: 10.11896／j.issn.1002-137X.2018.10.008

摘要（221）

PDF（pc）（1175KB）（537）

特征选择是粗糙集理论中最基本、最重要的研究内容之一。已有的大多数特征选择算法对小规模数据表较为有效。在信息时代,数据表的规模越来越大,传统的特征选择方法对于大规模数据表的计算效率非常低。因此,文中引入分割策略的思想,将大规模数据表分割成若干个较小规模的数据表,然后通过合并所得结果来解决原数据表的特征选择问题。在标准数据集上的实验结果表明了所提算法的有效性。

参考文献 | 相关文章 | 多维度评价

Select

9. 决策形式背景三支粒约简

林洪, 秦克云

计算机科学 2018, 45 (10): 47-50. DOI: 10.11896／j.issn.1002-137X.2018.10.009

摘要（258）

PDF（pc）（2050KB）（501）

针对决策形式背景,文中研究了基于对象导出三支概念格的粒约简问题。首先提出了三支粒协调决策形式背景的概念以及三支粒协调集的概念,以此为基础给出了三支粒协调集的判定定理。然后结合区分矩阵和区分函数给出了三支粒约简方法,并通过实例说明了提出的约简方法的有效性。最后讨论了决策形式背景下三支粒约简、粒约简、分类约简之间的关系。

参考文献 | 相关文章 | 多维度评价

Select

10. 面向对象的多粒度形式概念分析

曾望林, 折延宏

计算机科学 2018, 45 (10): 51-53. DOI: 10.11896／j.issn.1002-137X.2018.10.010

摘要（218）

PDF（pc）（1857KB）（524）

为进一步将粒计算思想引入到形式概念分析之中,在多粒度形式背景中研究了面向对象的形式概念,将已有的面向对象概念由单粒度拓展至多粒度情形。首先,在多粒度形式背景中,给出了不同粒度下概念的定义;其次,研究了在不同粗细粒度下,面向对象概念之间的内在联系;最后,证明了在不同粗细粒度下外延集相等的充分必要条件。所得结论为在多粒度形式背景中建立融合形式概念分析与粗糙集理论的数据分析模型提供了可能的框架。

参考文献 | 相关文章 | 多维度评价

Select

11. 广义优势多粒度直觉模糊粗糙集的属性约简

梁美社, 米据生, 冯涛

计算机科学 2018, 45 (10): 54-58. DOI: 10.11896／j.issn.1002-137X.2018.10.011

摘要（216）

PDF（pc）（1901KB）（573）

证据理论和多粒度粗糙集模型的结合已成为知识挖掘中的热点研究之一,其建立的模型已被应用于不完备、覆盖、模糊等信息系统,但在直觉模糊决策信息系统中还未见相关讨论。首先,在直觉模糊决策信息系统中利用三角模和三角余模定义了3种优势关系,得到了3种优势类,并构造了广义优势关系多粒度直觉模糊粗糙集模型;其次,基于证据理论,讨论了广义多粒度直觉模糊粗糙集的信任结构;然后,通过定义粒度重要性和属性重要性给出了属性约简方法;最后,通过实例说明了该模型在处理直觉模糊决策信息系统时是有效的。

参考文献 | 相关文章 | 多维度评价

Select

12. 基于粒计算的极限学习机模型设计与应用

陈丽芳, 代琪, 付其峰

计算机科学 2018, 45 (10): 59-63. DOI: 10.11896／j.issn.1002-137X.2018.10.012

摘要（209）

PDF（pc）（1432KB）（552）

在数据智能处理中属性重要度差异很大且具有高度非线性的特征,在这种情况下直接应用机器学习进行建模处理往往很难获得问题的有效解。针对此问题,文中探索了基于粒计算的属性重要度的排序方法且结合排序结果应用二元关系实现粒层划分算法;应用极限学习机对不同划分获得的粒层空间进行学习,进而对不同粒层空间的学习结果进行对比分析,从而获得最优划分与粒层;此外,将提出的粒度极限学习机模型应用于空气质量的预报问题,不仅加快了预报速度,而且获得的结果与实际预测高度吻合,实证了粒度极限学习机模型的有效性和可靠性。

参考文献 | 相关文章 | 多维度评价