快速成形制造质量研究

针对快速成形设备成形质量不高的问题，利用STL快速成型设备进行试验。进行了相应的实验设计，运用粗糙集理论对实验数据进行处理，得到了对快速成型制造质量有影响的各因素的显著性，并得到了改进加工质量的参数组合，详细阐述了该方法的原理及运用该方法进行分析的步骤。     

基于RS-CRITIC的空战目标威胁评估

针对不确定信息下的空战目标威胁评估问题,提出了一种基于粗糙集（RS）理论和指标重要性相关（CRITIC）法的目标威胁评估模型。首先,通过CRITIC法确定准确信息下的目标威胁值,利用数据挖掘（MD）启发式算法求解最佳分割集合,将目标威胁值离散化处理后替代粗糙集决策信息系统中的决策属性。其次,基于构建的完备粗糙集决策信息系统,通过决策矩阵实现属性约简和目标威胁评估最小决策规则提取。最后,将规则应用于不确定信息下的目标威胁评估。仿真结果表明:所提模型能够实现信息缺失下的目标威胁评估,减少了主观因素和先验知识的影响,扩展了粗糙集理论应用范围。      

基于小波变换与粗糙集的雷达目标识别方法

雷达目标识别是防空武器系统雷达信息处理的一个关键环节.在小波变换与粗糙集基础上提出一种雷达目标识别方法.小波变换能够提高了时--频分频率;粗糙集理论是一种新型的处理不确定性知识的数学工具.利用小波变换对目标原始信息进行分解,得到目标的能量特征向量;通过粗糙集简化关系表,删去冗余信息,用逻辑推理算法表示判别规则.应用小波变换与粗糙集能够满足利用不精确信息进行目标识别的需要.     

基于Rough/SVM的飞机目标识别模型

研究了基于粗糙集（Rough）和支持向量机（SVM）的模式分类技术,结合遥感图像中军用飞机目标识别进行理论分析和试验研究。基于粗糙集和支持向量机算法的优势,设计了基于粗糙集和决策有向无环图的支持向量机模式识别分类器,并对分类的性能进行了分析研究。利用粗糙集理论中属性约简方法去除冗余属性,降低飞机特征维数,提出了使用决策...     

移动机器人PT视觉监控多目标策略与实现

提出了一种多动态目标的监控模型，设计了目标监控优先级的计算方法和动态扫描队列的实现算法。并利用粗糙集理论的约简算法求得最小目标监控规则集，实现了仅利用单个PT(pan-tilt)摄像机对多个动态目标的实时监控。所进行的实际机器人动态环境实验，验证了提出方法的有效性和实用性。通过对实际和计划监控几率的比值分析说明了监控策略的合理性。     

基于粗糙集的车险潜在客户数据挖掘方法

为了从现有的CRM系统中发现潜在的车辆保险客户,提出了一种基于粗糙集理论的数据挖掘方法.利用粗糙集在知识系统中特有的分类特性,经对数据的预处理,较好地解决了样本数据中存在的属性不均衡及反向样本给数据挖掘带来的负面影响.以著名的The Insurance Company Benchmark(COIL 2000)作为测试数据集,经编程构建了数据挖掘模型,对客户社会背景和保单数据进行了综合挖掘测试.结果表明利用粗糙集理论对知识的分类能力,可以挖掘出数据集中潜在的对车辆保险感兴趣的客户,并给出样本分类的包含度.     

多传感器飞机火警探测系统研究

针对目前飞机火警预警系统虚警高的问题,提出了一种多传感器综合判断的机载火警探测系统,并利用烟雾探测器、温度传感器和火焰探测器三种传感器进行信息采集粗糙集理论进行探测信号处理,给出可靠的火警报警信号。从实验仿真结果来看,该探测系统比单一烟雾探测器的火警探测系统的火警识别准确度明显提高。     

粗糙集中连续属性离散化的一种新方法

提出一种新的间接离散化方法——超曲面法。首先给出了超曲面的定义，证明了超曲面为一个高阶的多项式，且给出了该多项式的总项数；同时证明了超曲面数与最大决策规则数之间的关系。然后提出了应用支持向量机来求取最优超曲面的方法。最后以空军低消耗器材的储存策略为例，说明了超曲面的求解过程。实例仿真结果表明，用支持向量机来求解超曲面，不仅方法简单，而且较容易寻得最优解。结果还表明，文中提出的超曲面间接离散方法能较好地区分决策表中的决策类别，从而获得更为简捷的决策规则。     

基于粗糙集和BP神经网络的飞航导弹备件消耗规律预测

结合BP神经网络对飞航导弹备件进行消耗预测,提出了基于粗糙集和BP神经网络的预测法。该方法充分发挥了粗糙集在处理冗余数据上的优势,提高了预测速度和有效性。     

一种基于FPGA的改进粗糙集属性约简方法

粗糙集理论是一种新型的数学工具,主要用于分析处理模糊和不确定知识。属性约简是其中的一个重要环节。本文结合遗传算法,提出了一种基于FPGA改进的粗糙集属性约简方法,在原研究的基础上,先利用属性重要度求解决策表的核属性,再运用于属性约简,从而减少遗传操作的迭代次数,加快属性约简速度。