公共部门人员非物质激励的需求因素分析——以南宁市政府为例

现代国家的竞争实质上是人才战略的竞争，人力资源管理不仅在企业被提到战略的位置，在国家管理中也占核心地位。本文利用粗糙集理论决策表重要度的计算方法，通过数据收集和处理，计算出公共部门人员非物质需求因素的重要度，以掌握公共部门人员的非物质激励需求，为有效地对公共部门人员进行激励提供依据。     

粗糙集理论在商业银行中的应用分析

目前，粗糙集理论已成功地应用于决策分析、模式识别和数据挖掘中，其最大特点是无需提供问题所需处理的数据集合之外的任何先验信息，可直接从给定问题的描述集合出发，达到了发掘知识、简化知识的目的，真正地实现了“让数据指导行动”的思想。     

基于粗糙集理论的风险投资项目评估方法研究

针对风险投资项目评估的多目标、多层次、多指标的问题。利用粗糙集理论通过数据挖掘提出了一种新的评估算法，详细论述了该算法的步骤，并将此算法应用于高技术风险投资项目的筛选中，获得了较好的预期结果．结果表明，此方法合理且计算简单、实用性强，为综合系统评价提供了一种新的思路．     

基于粗糙集属性约简的数据挖掘技术

粗糙集理论（Rough Set）是波兰学者Z.PAWLAK提出的一种新的软计算方法，它在处理含噪声、不完整、不精确的信息方面具有独特的能力，已成为数据挖掘技术的一个主要方法，在许多科学与工程领域中得到了广泛的应用。本文着重介绍粗糙集的基本思想，并以一个具体的属性约简算法和实例介绍了它在数据挖掘，特别是在数据浓缩和规则提取中的应用。     

约简应用于概念格构造研究

粗糙集与概念格都是有效的数据分析工具,它们被广泛应用于人工智能、知识发现等领域。粗糙集合模型和概念格模型之间有许多相似之处,在知识发现研究过程中将这两种模型有机地结合起来,具有重要的理论意义。示例分析表明利用粗糙集合理论对以形式背景形式描述的原始数据集进行约简,可以在一定程度上减小在其上构造的概念格规模。     

基于粗糙集理论的操作风险判别

操作风险的判别是研究操作风险的首要问题。本文使用基于粗糙集理论的知识表示和决策分析方法,通过定义粗隶属度,推导出对应的相似度,对操作风险进行判别。     

属性重要程度的测量方法及比较研究

属性重要程度的测量对于数据库的压缩和综合评价都是非常重要的。属性重要程度的测量根据数据库形式的不同有不同方法：粗糙集理论、信息增益技术；在单向有序列联资料下的以秩效应为标准的测量方法和改进的秩和法。改进的秩和法不仅分析了属性的重要程度，而且其结果还可以进行多方面的统计分析。具有较高的实用价值。     

长三角地区投资环境评价研究

长三角地区是我国经济最活跃的地区之一.文章选取了长三角地区的16个城市作为研究对象,提出了投资环境评价指标,并运用粗糙集理论和特征向量法对该地区的投资环境进行评价,最后得出16个城市的得分和排序.     

基于粗糙集的质量原因关联分析方法

引言 导致过程和产品质量的问题通常可能有很多因素,在这影响质量的原因中,不仅有定量的因素,而且更多的是定性因素.我们知道,在这质量改进过程中,必须科学地确定引起质量问题的原因及其原因间的关联性,也就是要求我们不能只凭主观判断,而是要用数据说话.     

基于粗糙集-未确知测度的矿井通风系统合理性评价

运用粗糙集对矿井通风系统合理性评价指标体系进行约简,去除冗余指标,并求出约简指标体系中各指标的重要性,进行归一化后,作为未确知测度评价模型的指标权重系数。不仅减少了未确知测度评价的计算量,也为其权重确定问题提供了一种新的客观解决办法。同时,结合邯郸市峰峰矿区15个矿井的实测数据验证了该模型的有效性。