项目名称: 双论域决策系统的属性约简理论与算法研究

项目编号: No.61300153

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 杨凌云

作者单位: 江苏师范大学

项目金额: 22万元

中文摘要: 决策系统的属性约简是粗糙集理论的一个重要研究课题。本项目拟对双论域决策系统展开如下研究:1、研究双论域决策系统的不确定性度量。定义双论域决策系统的属性重要度、信息熵、辨识矩阵及辨识函数等对象,研究其性质及其在知识表示中的应用;2、研究双论域决策系统的属性约简理论和算法。定义双论域决策系统的属性约简,分别设计基于属性重要度、信息熵、辨识矩阵及辨识函数的约简算法,并通过数据实验进行算法测试、算法改进和算法实现;3、研究双论域近似空间同态、双论域决策系统同态的性质及其在属性约简中的应用。本课题的理论和方法将进一步丰富粗糙集理论,对智能计算、机器学习、数据挖掘与知识发现等相关领域的研究有着理论意义和应用价值。

中文关键词: 粗糙集;双论域决策系统;属性约简;形式概念分析;

英文摘要: Attribute reduction of decision systems is an important topic in rough set theory. This project will make the following researches on decision systems over dual-universes. 1.We will study measures of uncertainty of decision systems over dual-universes. Concretely, we will define significance of attributes, information entropies, discernibity matrices and discernibility functions for decision systems over dual-universes and will discuss their applications in knowledge representation. 2.We will investigate the theory and algorithms of atttribute reduction of decision systems over dual-universes. We first define the attribute reduction of decision systems over dual-universes and then design reduction algorithms based on significance of attributes, information entropies, discernibity matrices and discernibility functions respectively. Numerical experiments will be carried out to test, improve and implement the algorithms. 3.We will also study properties of homomorphisms between approximation spaces over dual-universe as well as those between decision systems over dual-universes and discuss their applications in attribute reduction. The theory and methods of this project will further enrich rough set theory and thus will have theoretical significance and application value on intelligent computing, machine learning

英文关键词: rough set;decision system over dual-universes;attribute reduction;formal concept analysis;

成为VIP会员查看完整内容
0

相关内容

【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
【NeurIPS 2021】基于次模优化的规则学习算法框架
专知会员服务
33+阅读 · 2021年11月30日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
算法分析导论, 593页pdf
专知会员服务
147+阅读 · 2021年8月30日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
72+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
【康奈尔】最新《强化学习基础》CS 6789课程
专知会员服务
67+阅读 · 2020年9月27日
最新《机器学习理论初探》概述
专知会员服务
44+阅读 · 2020年5月19日
【WWW2021】双曲图卷积网络的协同过滤
专知
4+阅读 · 2021年3月26日
今日头条广告算法面经!
算法与数据结构
25+阅读 · 2019年5月29日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
【基础数学】- 01
遇见数学
19+阅读 · 2017年7月25日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
小贴士
相关VIP内容
【博士论文】机器学习中的标记增强理论 与应用研究
专知会员服务
29+阅读 · 2021年12月3日
【NeurIPS 2021】基于次模优化的规则学习算法框架
专知会员服务
33+阅读 · 2021年11月30日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
算法分析导论, 593页pdf
专知会员服务
147+阅读 · 2021年8月30日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
72+阅读 · 2020年12月7日
专知会员服务
77+阅读 · 2020年12月6日
【康奈尔】最新《强化学习基础》CS 6789课程
专知会员服务
67+阅读 · 2020年9月27日
最新《机器学习理论初探》概述
专知会员服务
44+阅读 · 2020年5月19日
相关资讯
相关基金
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员