粗糙集理论及应用数据挖掘

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

如何用matlab实现粗糙集确定权重-粗糙集理论在情报分析指标权重确定中的应用.pdf 本人现正在学习粗糙集，想先从粗糙集确定权重开始，已明白基本原理，但不会编程，摆脱高人指点~~ 现附一篇粗糙

提出了一种高效低负荷的异常检测方法，用于监控进程的非正常行为，该方法借助于粗糙集理论从进程正常运行情况下产生的系统调用序列中提取出一个简单的预测规则模型，能有效地检测了进程的异常运行状态，同其它方法相

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

粗糙集理论是处理不确定性信息的有效工具,并已成功应用于许多领域。 增量学习作为动态环境中数据分析的一种有效策略,可以通过使用先验知识从新信息中获取更多知识,并吸引了许多学者的广泛关注。 在本文中,作者

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!

一些有用的论文，大家可以看看，有助于大家理解其原理并很好的实现。

介绍相关粗糙集的方法和如何运用粗糙集对人体因素的提取和分析，确定导致心脏病相关的因子。