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......
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......
本文以犹豫模糊序信息系统为研究对象,以模糊集理论和粗糙集理论为工具,研究了多粒度犹豫模糊决策理论粗糙集模型.在犹豫模糊近似......
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......
本文将多粒度粗糙集与模糊决策理论粗糙集相结合,研究了基于相容关系的多粒度模糊决策理论粗糙集的序贯三支决策并在多集值信息表......
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......
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”......
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......
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......
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......
排序方法是多粒度粗糙集研究的一个重要内容。分析了现有优势关系多粒度粗糙集排序方法的优缺点，对现有排序公式进行改进，使其构造的......
大数据时代,人们获取所需信息的困难度提高,而数据挖掘是当下解决此问题的关键技术。Apriori算法作为数据挖掘中的常用算法,通过挖......
近年来,为保证家庭经济困难学生顺利完成学业,中央和地方各级政府制定了各种各样的政策,其中包括了大学贫困生资助这项政策。但同......
多粒度方法是粗糙集理论中的一种新的数据处理模式.为了使得多粒度方法能够用于处理不完备信息系统,分别采用容差关系、相似关系和......
可变精度粗糙集和多粒度粗糙集都是在不可分辨关系的基础上对经典粗糙集进行扩展．为了融合这两种扩展模型各自的优点，在多粒度环境中......
以不完备信息系统为研究对象,提出了基于邻域容差关系的乐观多粒度粗糙集和悲观多粒度粗糙集模型,它融合了邻域粗糙集与多粒度粗糙......
多粒度粗糙集及变精度粗糙集分别从不同角度对Pawlak粗糙集进行了改进,其中属性约简是Pawlak粗糙集的重要研究方向之一。文中提出......
有限理性通常指决策者困顿于信息处理能力有限的自然状态,该状态是决策者在实际决策情境中需要面对的常态,因而有必要研究有限理性......
多粒度近似空间建立在同一论域上的一族等价关系之上,多粒度粗糙集从乐观和悲观两个角度实现了对目标集的近似。本文以多粒度近似......
伴随着经济全球化发展,以供应链为导向的综合实力已经变成了企业之间新的竞争点。企业在实施供应链管理的过程中既要付出成本,又要......
