粗糙集理论与方法(清晰版)

该文从多视角考虑粗糙近似逼近问题,讨论了邻域系统粗糙集模型的性质.将邻域系统粗糙集模型与两种重要的广义粗糙集模型,即可变精度粗糙集和多粒度粗糙集进行了对比分析,分别根据分类错误率和多粒度构建了不同的领

原始的粗糙集模型是由Pawlak开发的,主要涉及由宇宙上单个二元关系描述的集合的逼近。 在视图中在粒度计算方面,经典的粗糙集理论是通过一次粒化建立的。 本文将Pawlak的粗糙集模型扩展为多粒度粗糙集

基于粗糙集理论的馈线自动化技术，刘韶峰，廖力清，馈线自动化系统是配电网系统的重要环节，本文从配电网系统及馈线自动化系统的分析出发,分析研究基于多Agent系统(MAS)网络式保护的FTU

基于信息获取的直觉性知识内容性质,在粗糙集理论中引入了组合熵和组合粒化的概念。 定义了条件组合熵和互信息,并推导了它们的几个有用属性。 此外,建立了组合熵和组合颗粒化之间的关系,可以表示为CE(R)+

波兰大学那个,很好用.可进行约简与求核,非常方便得到约简规则!

鉴于传统基因选择方法会选出大量冗余基因从而导致样本预测准确率较低,提出了一种基于信噪比与邻域粗糙集的特征基因选择方法(Signal noise ration and the neighborhood

粗糙集的代数刻画是粗糙集理论中研究的一个重要方向，在偶序对[R(X),R(X)]构成的集合中定义了二元运算[*]，证明了序偶对构成的集合构成了一个有界BCK代数，给出了基本的性质，为粗糙逻辑和粗糙推理

基于粗糙集的特征选择与提取主要是关于粗糙集的一些介绍还有就是对于特征选择与提取方法的概述

煤矿供电系统的安全运行对煤矿的安全生产具有十分重要的意义。本文将粗糙集理论中的决策表约简方法用于煤矿供电系统故障诊断中,此方法是把一次设备中得到的电流电压测量信号作为对故障分类的条件属性集,通过构建变

为了能从完备信息中得出正确的诊断结论, 并能从不完整的信息中得出满意的诊断结果, 提高故障识别率, 提出一种基于粗糙集理论的电力变压器故障诊断方法. 给出了粗糙集的基本概念、约简计算方法和约简过程,