粗糙集模型相关论文
粗糙集理论是由波兰数学家Pawlak Z.于1982年提出的一种数据分析工具。经典粗糙集理论以等价关系为基础,不具备处理对象的属性值为......
覆盖粗糙集模型作为经典粗糙集模型的拓展,是处理不确定性数据的重要工具,尤其是在处理不完备信息系统和二元关系信息系统时具有明......
粗糙集(Rough Set)理论,是波兰科学家Z.Pawlak教授在1982年提出的一种既能满足数据集合不同简洁程度的要求,又不需要数据额外信息......
作为多义性数据的学习建模框架，多标记学习已成为机器学习领域一个新的研究热点。和传统的监督学习问题一样，数据样本中的随机性、模......
粗糙集理论作为智能信息处理新的研究热点，已广泛应用于众多领域，但其自身尚存在一些局限，对噪声数据非常敏感，数据分析过程中易丢失潜......
现实世界的数据是海量数据,大型数据库含有冗余特征及噪音,不仅导致数据挖掘的代价高,而且导致规则提取的质量低。针对此问题,通过......
本文首先对国内外房地产估价的研究现状进行总结、概括,然后从房地产价格的形成条件、特征、影响因素以及房地产估价的基本理论入......
人类进入信息化时代,每天的生活工作中,都会产生大量的数据信息,社会活动急需一种处理工具,可以从大量表面看上去杂乱无章、冗余多......
为了从多粒度、多层次的角度有效处理名义型属性和数值型属性并存的混合数据,首先基于不同的属性集序列和不同的邻域半径构建双重......
决策有选择、排序和分类三种基本形式.由于客观事物的复杂性、不确定性和人类思维判断的模糊性,决策者更愿意用语言值来表述他们的......
本文针对集值信息系统,对其中数据如何的处理问题进行研究.文中提出了相似联系度容差关系,并在此关系下建立粗糙集模型,利用该模型......
粗糙集理论是一种新的处理不确定性知识的数学工具，是由波兰科学家Pawlak在1982年首先提出来的，目前已发展成为人工智能的一个重要研......
在完备序信息系统中经典优势关系粗糙集模型在处理对象和方案比较时,要求过于严格,容错能力较差,对噪声数据不敏感.因此为提高经典......
本文对基于粗糙集理论的若干应用技术进行了研究。文章针对传统的模糊聚类在解决问题时的局限性，提出了基于粗糙集属性重要性的模糊......
Pawlak最初提出的粗糙集模型是以等价关系为基础的。等价关系是一种很特殊的二元关系，在很多实际问题中，对象之间的等价关系很难构造......
本文以区间直觉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,研究了区间直觉模糊序信息系统中基于优势矩阵的知识约......
多属性决策问题一直是人们所关注的论题，人们已提出了很多解决方法，这些方法已经成功应用于工程、经济、市场分析、管理等许多实际问......
粗糙集理论是一门处理不精确、不确定信息的数学理论，是波兰数学家Pawlak教授于1982年提出的，是一种新的知识获取方法，目前已被广泛应......
随着信息技术产业不断取得新的成功,人们可以获取的数据量的大小以及获取数据的周期,都正在发生着前所未有的变革。面对这些海量的......
波兰数学家Z. Pawlak于1982年提出的粗糙集理论是一种刻画不完整性和不确定性的数学工具,它能有效分析和处理模糊、不一致和不完整......
聚类分析是数据挖掘的重要技术之一,所处理的数据分为数值型、类别型和混合型。针对数值型数据,聚类算法已经取得了非常卓越的成果......
粗糙集理论是解决含有不完备性信息问题的重要理论知识,粗糙集模型的推广程度对于处理不确定性信息问题起到关键作用。为此,本文从......
变精度概率粗糙集模型是粗糙集理论中重要的数学模型之一，此模型是从概率测度的基础上出发对粗糙集理论进行研究，并应用于不确定信息......
目的是结合精度与程度,探索新的粗糙集拓展模型.从程度与精度的逻辑差运算出发,定义了程度与精度的逻辑差粗糙集模型.模型中,通过......
[摘要]本文将不确定性测度的概念引入到粗糙集理论中，在不确定空间中提出一种基于优势关系的粗糙集模型。首先介绍了不确定测度的定......
针对交可约粒度空间中覆盖、基和粒结构的关系,结合偏序关系的哈斯图,给出一种约简粒度空间的方法.另外,通过限定上、下近似算子的......
粗糙集的核心概念是基于等价关系的上、下近似集.给出了基于黄金关系的粗糙集模型,并研究了该模型的实际应用.......
从经典的概率粗糙集模型出发，参照Bayes因子，研究了一种基于逆概率的变精度粗糙集模型，该模型不受先验概率的影响，从而减小了决策失误......
介绍了两个目标类的决策信息系统中各目标类的Bayes粗糙集模型,并将这一模型推广到具有多目标类的情形.最后讨论了该模型的相关性......
粗糙集模型的扩展是粗糙集研究的主要内容之一，目前已经存在许多有关粗糙集模型的扩展形式。其中基于覆盖而建立的粗糙集模型得到了......
粗糙集理论一直致力于研究不确定或不精确信息的数据分析问题.本文基于可变精度粗糙集模型相关概念,对其约简异常进行了深入研究,......
通过分别比较各模型的上近似、下近似以及近似精度,系统地分析了6种基于覆盖的粗糙集模型。得到3条结论:首先,在6种覆盖上近似之间......
粗糙集理论是一种新的处理模糊和不确定性知识的软计算工具,在人工智能及认知科学等众多领域已经得到了广泛的应用.对于不完备信息......
粗糙集理论是解决分类问题的一种数学方法.在信息系统中,属性值可以是数值,也可以是集合或Fuzzy数,因此都可看成格值信息系统.在有......
探讨精度与程度的复合,建立并研究新的粗糙集拓展模型.基于精度与程度的逻辑差需求,提出了变精度上近似算子与程度下近似算子的差......
The preference analysis is a class of important issues in multi-criteria ordinal decision making.The rough set is an eff......
在文献[1]的基础上,给出了三个新的基于包含度的粗糙集模型.并指出这些基于包含度的粗糙集模型分别是相应的概率粗糙集模型的推广......
为探索将拓扑学中的局部强连通性理论引入到粗糙集理论研究中,将Pawlak粗糙集导出拓扑空间作为研究对象,采用拓扑和范畴论方法来实......
本文目的是探讨精度与程度的复合，探索新的粗糙集拓展模型。从精度与程度的逻辑或运算出发，定义了精度与程度的逻辑或粗糙集模型。在......
粗糙集的核心概念是基于等价关系的上下近似.给出了基于黄金关系的粗糙集模型,并研究了该模型的简单应用.......
粗糙集理论作为一种研究不确定性信息系统的教学工具,在数据挖掘和知识发现等方面得到了广泛应用,由于经典的粗糙集理论是基于等价......
基于不完备信息系统下的容错关系粗糙集模型相比较于完备信息系统下的粗糙集模型更能满足现实生活的需要，在实际工作中得到了广泛的......
在覆盖粗糙集的并可约粒度空间模型研究中，针对从覆盖到基的约简规则，结合偏序关系的哈斯图，给出一种对覆盖约简的新方法．另外，在并可约......
In rough set theory, crisp and/or fuzzy binary relations play an important role in both constructive and axiomatic consi......
基于程度的逻辑差需求,提出了程度上下近似算子的逻辑差运算模型.在该模型中,研究了程度上下近似算子的逻辑差运算的本质、基本结......
基于不完备信息系统下的容错关系粗糙集模型与完备信息系统下的粗糙集模型相比更能满足现实生活的需要，因此在实际工作中得到了广泛......
通过实地监测,系统分析了一年的镜湖水质状况,并采用粗糙集模型分析了造成富营养化的驱动因子,在此基础上,用综合营养状态指数法对......
