多粒度粗糙集相关论文
在当今大数据时代,从某种程度上来讲我们的生活是模糊的而不是精确的。面临着海量且有可能缺失的信息数据,如何从中挑选出有用信息......
粗糙集理论是处理不精确性和不确定性问题的一种工具,其从单粒度的角度描述目标概念,具有一定的局限性。而多粒度粗糙集通过多个二......
在当今信息化时代,许多数据集是动态变化的,而对于动态变化下数据集的处理在人工智能中占有重要地位.关于动态变化下数据集的处理,......
随着信息技术的发展和信息系统的不断更新,处理复杂而庞大的动态数据面临着严重的计算效率低的问题。动态计算为解决这一问题提供......
以高速磁浮的设计理念、技术背景和应用场景为基础,利用包含多粒度粗糙集的多级可拓评价法对高速磁浮系统进行综合评判,直观反映高......
多粒度粗糙集是近年来粗糙集理论中兴起的一个研究方向,本文将多粒度粗糙集引入基于全序优势关系的不完备模糊信息系统,分别建立了......
多粒度粗糙集是粗糙集理论研究的热点之一,其粒度重要性也是许多学者研究的重点.有些粒度重要性公式存在不足之处,不能区分出粒度......
多粒度是利用粗糙集方法处理分布式数据的一种有效手段。为了使得多粒度方法能够用于模糊目标的近似逼近,提出了一种多粒度粗糙区......
在知识发现的诸多理论之中,粗糙集理论是一种对处理复杂数据较为有效的方法,它并不要求提供问题所需处理的数据集之外的任何先验信......
粗糙集理论是一种能够有效分析和处理不精确、不确定和不协调信息的数学工具。在Pawlak经典粗糙集的研究中，大多数是针对完备信息系......
波兰学者Z.Pawlak,于1982年提出了粗糙集理论这种可以应用于众多领域的数学工具,该理论在无先验知识的基础上,通过对数据集的计算......
粗糙集理论(Rough Set Theory, RST)作为一种能够有效分析和处理不精确、不确定和不协调信息的数学理论是波兰数学家Pawlak教授于1......
波兰数学家Pawlak于1982年提出一种处理模糊知识的数学工具,即粗糙集理论。经典粗糙集利用论域上单个不可分辨的二元关系导出等价......
目的——在多粒度粗糙集模型的基础上,通过引入泛系算子将任意二元关系转化为等价关系,提出泛系并联粗糙集模型。然而在决策时,泛......
粗糙集理论的核心是构建基于精确分类的上下近似集,而现实生活中,精确分类的条件过于严苛,限制了其应用范围。此外,粗糙集也有许多......
模糊集与粗糙集是处理不完备、不确定性信息的两个重要工具。基于智能决策的需要,有关模糊粗糙集及其拓展模型的研究越来越多。本......
作为一般逻辑连接词的推广,直觉模糊逻辑连接词的特殊情形已有研究,并应用于直觉模糊粗糙集理论的研究中.然而,作为更一般的情形,......
基于局部粗糙集的概念,对多粒度相容粗糙集模型进行扩展;在集值信息系统中建立了两种基于相容关系的局部多粒度粗糙集模型,包括乐......
多粒度数据是一种特殊的、有用的数据类型,它通过对论域(研究对象的集合)采用不同的粒化方式使得数据能够在多个粒度空间中进行呈......
结合图的顶点覆盖理论,探讨了悲观多粒度粗糙集粒度约简的新方法.首先提出悲观多粒度粗糙集诱导图的概念,并给出其粒度约简的图特......
随着决策属性的增多及分布式数据的出现,在所有条件属性下求对象的等价类或优势类是很困难的,某对象的等价类或优势类往往只有对象......
多粒度粗糙集和决策论粗糙集是Pawlak粗糙集的重要推广,目前已成为人工智能研究的热点.然而,它们大多处理的都是单值信息系统中的......
信息系统是一个含有对象和属性(条件属性和决策属性)关系的数据库.针对不协调决策表中的不协调决策规则,定义不协调决策规则对.首......
粗糙集理论是波兰科学家Pawlak教授提出的一种有效地处理模糊、不确定性、不完全知识的数学工具.知识约简是粗糙集理论处理问题的......
经典粗糙集是处理完备信息系统的理论,无需任何先验知识就可以对数据进行分析和处理.由于数据获取时存在误差,使得到的知识往往是......
针对代理移动IPv6(PMIPv6)协议领域研究中,移动节点(MN)与PMIPv6网络内的特定移动接入网关(MAG)相关联会增加MAG负载概率的问题,基......
针对现有粒度权重的确定方法主观性较强的问题,提出一种基于粒度信息量的权重确定方法。首先,将信息量引入粗糙集的下近似分布中,......
在不完备信息系统中,为了融合可变精度粗糙集和多粒度粗糙集的各自优点,提出一种基于容差关系的不完备可变精度多粒度粗糙集模型。......
将程度粗糙集及多粒粗糙集引入到覆盖粗糙集模型中,提出了基于覆盖的程度多粒粗糙集模型.本文给出了基于覆盖的乐观程度多粒粗糙集......
在多粒度近似空间中,将刻画相对量化信息的变精度粗糙集和描述绝对量化信息的程度粗糙集通过“逻辑与”算子结合起来,建立了基于“......
对沿海城市风暴潮进行数值模拟分析是有效研究自然灾害的手段。结合沿海城市三亚市风暴潮灾害数据为依据,采用基于多粒度粗糙集构......
多粒度方法是近年来新兴起的一种数据处理模型。为了使多粒度方法适用于不完备信息系统,借鉴非对称相似关系和可变精度的基本思想,......
针对传统多粒度粗糙集模型在反映问题的不完全性与统计特性方面的局限性，提出了多粒度概率粗糙集模型。首先，将概率粗糙集模型的思想......
粒度约简是多粒度粗糙集的重要议题,现存的多粒度粗糙集粒度约简方法以考虑各种形式计算多粒度下的正域为主要的研究方法.然而对于......
在多粒度粗糙集模型基础上,考虑相对误差和绝对误差的分类思想,针对不完备信息系统提出基于限制容差关系的变精度与程度“逻辑或”......
首先以容差关系为基础，在变精度粗糙集和多粒度粗糙集的基础上，提出了变精度多粒度粗糙集的概念，分别包括变精度乐观多粒度粗糙集和可......
作为经典Pawlak粗糙集模型的推广,基于论域上的等价关系,针对风险决策分类问题,多粒度粗糙集已有研究。其特点是在力争决策的期望......
以不完备信息系统为研究对象,将变精度粗糙集方法与多粒度粗糙集方法进行融合,构建了基于容差关系的可变精度乐观和悲观多粒度粗糙......
随着数据的不断变化,从信息系统中获取有用的信息,可有效地为决策提供依据.为此在多粒度环境下,优势关系多粒度粗糙集中粒度增加时......
针对现有多粒度直觉模糊粗糙集决策模型的不足，提出粒度加权的多粒度直觉模糊粗糙集模型．首先研究加权多粒度直觉模糊粗糙集的基本性......
在不完备信息系统中,针对量化容差关系和多粒度粗糙集模型的各自优点,提出一种基于量化容差关系的多粒度粗糙集模型。首先定义了基......
现有的聚类融合算法从聚类成员的角度出发,若使用全部聚类成员则融合结果受劣质成员影响,对聚类成员进行选择再进行融合则选择的策......
多粒度粗糙集的目标概念是一种由多个二元关系诱导的粒结构近似,是粗糙集领域的一个有价值的研究方向,在实际中得到了广泛的应用。......
近些年来,随着“互联网+”,“工业4.0”等概念提出,互联网技术和规模得到了巨大的提升,海量信息出现在人们的视野中。信息爆炸的时......
多粒度粗糙集(Multi-Granulation Rough Set,MGRS)作为经典粗糙集的扩展模型,不需要额外的先验知识,依据数据集自身的特性,就可以......
多粒度粗糙集是粗糙集模型在多粒度及分布式环境中的一种重要的拓展形式，其主要思想是采用一族而非一个粒空间中的知识来对目标进行......
在不完备信息系统中基于相似关系，引入了可变精度和多粒度粗糙集，进而提出一种基于相似关系的变精度多粒度粗糙集模型。研究了基于相......
