近似质量相关论文
本文主要是基于局部粗糙集模型与局部多粒度粗糙集模型展开讨论,进一步拓展局部粗糙集理论。基于局部粗糙集模型,考虑到决策数据常......
研究分析了集成属性选择器在不同度量下的分类表现.借助邻域粗糙集,应用3种不同的度量-局部近似质量、局部条件熵、局部邻域决策错......
Rough集 (粗集 )理论是一种处理不确定或模糊知识的重要工具 .在对 Rough集理论进行深入研究的基础上 ,提出了一种基于 Rough集理......
提出基于变精度粗糙集（Variable Precision RoughSet，简称VPRS）理论获取柴油机故障有效监测点的方法。通过变精度粗糙集在不同精度时......
模糊粗糙集是经典粗糙集为适应实际应用需求所进行的拓展,然而目前很多的模糊粗糙集模型都仅仅使用多个二元关系的简单融合方式,不......
判断矩阵是层次分析法（Analytic Hierarchy Process，AHP）进行相对重要度计算的重要依据，而判断矩阵一般由专家根据个人经验而建立，因而......
传统求解约简的启发式算法采用单一的度量指标作为约束条件,但这一策略并不能保证约简满足多重度量指标下约束需求。除此之外,绝大......
以基数排序的思想设计了一个新的求U／C的算法，其时间复杂度被降为O（｜C｜｜U｜）．经研究发现，以近似质量作为启发信息并非十分理想，故以快速缩小搜......
在目前已出现的基于Rough Set的属性约简算法中，认为以近似质量为启发信息并非十分理想，以快速缩小搜索空间为目的设计了一个新的较......
对基于粗糙集的决策系统,从理论上分析了决策数据细化的程度对规则近似质量、近似分类精度、核属性和信息熵的影响.证明了决策属性......
以直觉模糊目标信息系统为研究对象,以粗糙集和直觉模糊集为工具,以知识发现为目的,给出了从直觉模糊决策表中获取决策规则的一种......
提出一种基于粗糙集的近似质量求取属性约简的算法.该算法以集合近似的质量为迭代准则,以所有条件属性为初始约简集合, 通过逐步缩......
Rough集理论是一种处理含糊和不精确性问题的新型数学工具。Z.Pawlak建立的Rough集理论有3个部分：(1)使用上近似和下近似表示知识的......
在知识发现过程中,由于待处理的数据集有时带有噪声或不完整,因此需要能处理不精确、不确定数据的理论和方法。粗糙集理论正是满足......
粗糙集上的属性约简依据某种评价函数来删除冗余属性。针对传统的属性约简并未考虑到评价函数的多样性会对约简结果产生的影响,鉴......
经典的多粒度粗糙集模型采用多个等价关系(多粒度结构)来逼近目标集。根据乐观和悲观策略,常见的多粒度粗糙集分为两种类型:乐观多......
从模糊粗糙集的角度讨论集值决策表的相对约简。首先,基于2个对象取相同值的可能性大小,在集值信息系统中定义了一个模糊相容关系,......
在分析Pawlak近似空间Rough集的近似质量时，常采用准确性因子α和精确性因子β；在比较两个划分的好坏时采用属性的依赖度来描述。文......
