粗糙集理论与方法在地质研究中的应用

在地质研究工作中,经常遇到海量的数据需要处理.这些数据集合通常具有规模庞大、类型复杂、参数繁多、完整性差、先验信息多等特点.因此,地质数据集合分析一直是制约地质工作定量化研究的瓶颈.本文针对地质研究中数据集合的特点,结合粗糙集理论,提出一种适合地质研究领域泛用的地质数据分析和规则提取模型,并通过三个实例介绍应用该模型约...     

基于粗糙集和GeoMo3D的城市岩土参数重要性评估与可视化

岩土参数是影响地下空间开发利用的重要因素,岩土参数不同,其重要性也不同,并影响城 市地下空间开发利用.依据粗糙集理论,提出利用不可分辨关系、属性集正域及知识依赖度 判断岩土参数重要性的评估模型.结合北京市CBD实例,研究基于粗糙集方法的城市地下空 间开发利用岩土参数重要性及其权重,得到与传统层次分析法（AHP）相一致但更精细的重 要性评估结果,并在GeoMo3D系统中进行建模、评估及可视化比较,验证粗糙集方法的合理性和优越性.     

一种可用于能力评估的区间粗糙集对法

系统能力评估通常是一个多属性决策问题,传统的评估方法有基于集结算子的评估方法和基于标准对象的评估方法．针对这两类方法的不足,提出一种将粗糙集理论和集对分析理论相结合的区间粗糙集对法．首先给出了指标权重的确定方法,它是一种基于区间数有序相离度和属性重要度思想的主客观相结合的确定方法;其次给出了区间数转换成联系数的方法,同时详细地给出了区间粗糙集对法的算法步骤;最后,用一个实例说明了该方法如何应用,并将结果与 区间ＴＯＰＳＩＳ法进行了比较,证明了算法的有效性．     

小波包变换与粗糙集在影像融合处理中的应用研究

针对高分辨率卫星影像提出一种基于粗糙集和小波包分析的融合算法。首先基于图像的粗糙集知识系统采用粗糙增强法对影像进行增强预处理,然后采用小波包对影像融合。实验结果表明融合图像比源图像具有更好的视觉特征。融合后影像不仅很好地保留了原多光谱图像的光谱特征,而且在增强信息锐化度,改善解译的精度等方面均收到很好的效果。     

一种基于粗糙集分类的图像压缩方法

作者在文中提出了一种基于粗糙集分类的智能图像压缩方法，图像子块经过DCT变换、特征属性提取后，再利用粗糙集将DCT域图像子块分为平坦块和边缘块两类，并针对不同的子块类别分别应用不同的SOFM神经网络进行矢量量化，最终实现对图像的有效压缩。实验结果表明，该方法压缩比高，信噪比高，信道误码率低，解码速度快，图像恢复效果好。     

基于粗糙集和人工神经网络的洞室岩体质量评价

针对洞室岩体质量问题,从洞室工程的角度选取能够反映岩体综合工程特性的6个参数,用可拓评判和专家审定的方法构建了决策样本集;再利用粗糙集理论对原始决策样本集进行约简操作,并分析各指标对决策的相对重要性;最后将约简结果生成的规则作为人工神经网络的输入,建立了洞室岩体质量评价模型。通过工程实例分析对比,该模型有效地简化神经网络的网络结构,减少网络的训练步数,提高网络的学习效率,能够较准确地反映洞室岩体的工程特性。     

一种基于粗糙集的文本分类规则抽取方法

随着文本数据库的日益增大 ,寻找新的文本数据处理方法变得十分紧迫。本文将粗糙集理论应用于文本自动分类的规则提取 ,提出了基于粗糙集理论的文本分类方法。把文本特征项的权值进行离散化处理后 ,作为规则的条件属性 ,文本所属的类别用作决策属性 ,构造决策表 ,然后通过决策表的知识约简算法提取出文本的分类规则。实验结果表明 ,该方法提取规则的分类正确率较高 ,分类速度较快     

利用粗集理论的声呐图像平滑

保边去噪是图像平滑中的主要问题。声呐图像像素少品质恶劣，保边去噪显得尤为重要。粗糙集理论是一种新的处理含糊和不确定性问题的数学工具，它为智能信息处理提供了有效的处理技术。将基于粗集理论的均值法应用于声呐图像平滑中，给出了实验结果。结果表明这种方法具有可行性。     

基于粗糙集和遗传算法的超光谱波段集合整体缩减

提出一种对高光谱遥感影像波段集合进行整体缩减的方法。该方法首先模糊集和粗糙集理论,对原光谱波段集合进行近似等价波段区间的自动划分,对于每个近似等价波段区间,在考虑其他区间合成影响像数据影响的情况下,利用遗传算法进行合成权系数的优化。     

面向属性值分类的决策树研究

为了提高当前决策树构建的准确度,降低计算复杂度,以粒分辨关系为理论基础将属性按其值划分为若干子集(粒)作为基本判决单位,提出叶、枝划分集的逻辑式判定算法,将条件属性粒的长度作为可分配的树叶量,而其对应的决策粒作为可接受的树枝量,用叶、枝比例的强度判定该属性粒的分辨力,进而从全局分辨关系直接判定出划分属性,由顶向下进行决策树的构建。实例分析的结果表明,算法简洁且精准。