粗糙近似相关论文
1999年,H.Lee,H.Tanaka利用粗糙集方法和回归分位方法巧妙地解决区间回归分析问题,给出了区间回归分析的上、下近似模型.本文将利......
粗糙集理论是一种新的处理模糊性和不确定性知识的数学工具。自1982年由波兰数学家Pawlak首次提出以来，经过二十几年的研究与发展，已......
粗糙集理论作为一种处理模糊、不精确、不确定、不完备等信息的数学工具而被广泛应用于许多领域,如人工智能、机器学习、决策分析......
通过研究图像中非凸区域的特性和A Cohn提出的"蛋-黄"模型,定义最大可能凸子集和最小可能凸超集等概念,给出了非凸区域的上、下近......
由论域上的一个映射定义了一对上、下粗糙近似算子，给出了粗糙近似算子的性质。并讨论了映射的性质与近似算子性质之间的关系。......
讨论了分配BZ格的区间结构及其粗糙近似算子的性质. 对于分配BZ格中任一元素a, 利用刻画必然性测度和可能性测度的模态一元算子ν......
考虑到具体的博弈、利益团体投票或决策过程中，Vague集的表示往往受到决策者历史知识、感性判断等因素的限制，本文借助于模糊逻辑非......
针对当前区间序信息系统上五种优势关系的不足，提出了一种新的优势关系-α-可能度优势关系。分析了α-可能度优势关系的基本性质以......
经典粗糙集方法是通过不可区分关系来获取知识的,但它不能解决定性属性、定量属性以及准则属性同时出现的定序分类问题,针对这种情......
在研究了粗糙近似和形式概念之后,把Rough sets思想应用于FCA中,拓宽了形式概念的范围,对一些特殊的不可定义的概念进行了研究.......
...
对以区间灰数为属性值决策给出一种解决方法：灰色关联聚类——粗糙近似组合决策方法（GR）．即，对区间灰数为条件属性值的对象用灰色关联聚......
Web上的数据规模大、动态性强,而通常发现的知识或规则很可能是不精确的、不完备的,为了克服以上困难,将粗糙集概念引入到Web挖掘......
面向具有缺失属性值的不完备数据,文中从辨识矩阵的角度构造不完备信息系统和不完备决策系统的多粒度约简结构.首先,讨论基于悲观......
随着信息技术的迅猛发展,数据种类日趋复杂,规模不断增长,形成了大量类型复杂、形式异构的高维海量数据。在诸如社会经济、政治、......
针对集值信息系统正域约简算法在大规模数据集下的运行效率问题,提出一种基于启发式的集值信息系统快速正域约简算法。通过研究属......
知识约简是粗糙集理论的重要研究内容之一.传统的知识约简主要针对单值信息系统,但在许多实际问题中,信息系统中的数据往往以区间......
