边界域相关论文
针对隶属关系不明确的情况,即样本点属于多个类别的概率接近,高斯混合模型聚类存在较大的误判风险的问题,将三支决策思想融入高斯......
粗糙集理论作为分类学习的一种工具,借助一对极值映射的一元算子,利用已知的知识结构表示未知的研究对象。具体主要体现在已知知识......
粗糙集理论作为一种能够处理不精确、不一致和不完备数据的数学工具,其在不确定性度量方面的显著性能以及处理过程中不需要任何先......
本文用上、下近似及边界域的概念表示信息熵,并用这种表示分析当向一获得该决策树的训练集中增加一个例子时,决策树的稳定性如何.......
邻域粗糙集模型是经典粗糙集模型的变型,对处理数值型数据具有较好的优势性.本文引入最大决策邻域粗糙集模型,该模型密切关注边界......
图像分割是图像处理的一个重要领域,也是图像处理最困难的任务之一,一直受到人们的高度关注.随着计算机技术的发展,在图像分割方面......
属性约简是Rough集理论中的核心问题之一,找出所有的约简或最小约简是一个NP难题.本文证明了正区域和边界域的一些性质,指出在考虑......
目前许多挖掘算法都试图使异常信息的影响最小化,或者排除它们,经典粗糙集理论基于正域的属性约简方法也不例外,它直接排除了边界......
基于epsilon支配概念的epsilon-MOEA(-εMOEA)算法具有良好的收敛性和分布性,但是存在epsilon值不易设置,解集中边界个体容易丢失......
粗糙集是一个去掉冗余特征的有效工具.由于大量真实数据的连续性,为了避免运用粗糙集方法所必须的离散化过程带来的信息丢失,将相容粗......
属性约简是Rough集理论中的核心问题之一,找出所有的约简或最小约简是一个NP难题.本文证明了正区域和边界域的一些性质,指出在考虑......
传统的知识粗糙熵表征了知识整体的统计特征,是总体的平均不确定性的量度,知识和粗集的不确定性值被放大。从Pawlak拓扑的角度,给......
当对三支决策边界域进一步划分时,边界域知识存在划分信息不足,从而导致分类精度不高,针对上述问题提出一种新的基于三支决策的二......
近邻(Nearest Neighbor,NN)算法是一种简单实用的监督分类算法。但NN算法在分类未知类标的样例时,需要存储整个训练集,还要计算该样......
度量不确定性集合的相似度是粗糙集的核心内容之一.对现有的基于上下近似的粗糙集相似度量方法进行分析,提出一种基于上下近似与边......
【目的】遥感影像分类是获取地表覆盖信息的有效技术手段,客观合理地评价遥感影像分类的不确定性对农业资源调查、作物估产等方面......
基于致粗域和致粗相关域的基本概念,研究了致粗域和致粗相关域的数学结构,给出并证明了致粗域和致粗相关域所满足的一些重要性质和定......
域分解在PIM(Platform Independent Model)建模中具有先导作用。目前对域分解尚没有一个被业内普遍接受的方法,给PIM建模带来了不......
首先,利用基于边界域粗糙近似算子,给出 n 阶边界集的定义,引入 n 阶粗糙近似算子的定义,构造粗糙集理论的一套阶梯式近似方法.然......
自然和社会生活中存在着许多边界域现象,边界域是一个空间域,它有利于创造距离美与有节制的建筑,形成边界域的前提是内外对立,中间地带......
k-近邻(KNN)算法是一种有效的多分类算法,它具有简单、稳定的特点,在数据挖掘领域得到了广泛的应用。但是它有两个主要缺点,一是算......
不确定性度量是粗糙集理论研究的重要内容之一。分析了目前粗糙集不确定性度量主要方法的不足,给出了基于边界域的粗糙集粗糙边界熵......
计算力学在科学技术发展和工程分析中扮演着越来越重要的角色,其应用范围相当广泛,如航天、航空、机械、土木及材料等领域.本文仅简略......
水是生命之源,它与人类的繁衍生息和城市的发展成长有着密切的关系。由于城市依水系而发展,商贸随水系而繁荣,滨水区逐渐成为城市环境......
不确定性度量是粗集理论研究的重要内容之一。基于信息论,结合Pawlak拓扑思想,提出了一般二元关系(自反性)下基于边界域的知识粗糙熵新......
属性约简是粗糙集理论的重要研究方向之一。本文针对决策表,从三支决策的角度提出了保持负域不变的约简及保持边界域不变的约简,并......
现实世界可被看作由许多不同的复杂系统组成。为了建模分析复杂系统中个体间隐藏的规律及功能,将复杂系统抽象为由节点和边组成的......
粗糙集理论作为处理不确定性的重要数学工具之一,主要利用上下近似算子来描述未知知识的最大可能性和最小必然性.因此,在该理论的......
为将粗糙集理论与集成学习进行有效的结合,提高多分类器集成的分类性能,提出一种结合粗糙集的多分类器集成学习算法。根据粗糙集理......
通过语义分析,提出一种修正的粗糙集不确定性度量公理化定义.首先,对该定义的数学特征进行分析,提出两种基于条件概率的粗糙集不确......
大数据时代,从海量的数据中发现并提取出有价值的、潜在的知识,已成为当今数据挖掘过程中的重要任务,建立高效的分类模型,进行信息......
增量学习利用增量数据中的有用信息通过修正分类参数来更新分类模型,而朴素贝叶斯算法具有利用先验信息以及增量信息的特性,因此朴......
属性约简是粗糙集研究的核心内容之一。已有的大多数属性约简算法都是采用基于正域的贪心算法求决策表的代数约简。事实上,对于不......
为了克服现有作积形式不确定性度量方法的缺陷,基于边界域提出一种用改进粗糙度和知识粒度求和形式的粗糙不确定性度量公式.与现有......
“传统”在我们的生活中印下深刻的烙印,何为“传统”?“传统”是随着时间而流变,是尚未规定的东西,它永远是在制作之中。它并不只是......
属性约简是粗糙集理论的重要研究方向之一。本文针对决策表,从三支决策的角度提出了保持负域不变的约简及保持边界域不变的约简,并......
为了建立边界域条件信息熵与属性约简之间的关系,证明了边界域和整个论域上的条件信息熵相等,得到信息熵约简的边界域条件信息熵表......
不确定性度量研究是粗糙集理论的重要问题之一。系统的不确定性是由边界域的存在造成的,根据变精度粗糙集思想,将边界域对象分成弱......
针对决策表,从三支决策理论的角度给出基于多粒度粗糙集(MGRS)的正域、负域、边界域的定义,并将其分别与Pawlak粗糙集的正域、负域......