基于粗糙集的属性约简算法研究

针对Ziarko提出的变精度粗糙集缺乏相应的逻辑解释,且约简方法不合理,对经典粗糙集的逻辑解释进行了扩展,提出了变精度粗糙集决策算法应满足的四个条件,证明了变精度粗糙集决策算法与β近似的关系并得到变精

阐明了变精度粗糙集模型中,经典粗糙集模型分类质量、相对正域、决策类下近似不再具有非单调递减特征，在约简过程中分类质量和相对正域会出现跳跃现象，约简过程具有不稳定性；但决策类下近似不会出现跳跃现象，可以

粗糙集硕士论文粗糙集知识约简及其应用研究硕士论文粗糙集知识约简及其应用研究硕士论文粗糙集知识约简及其应用研究硕士论文,需要请下载

针对属性值为犹豫模糊元的决策问题, 提出一种基于粗糙集理论的多属性决策方法. 首先, 依据属性值与理想点的贴近度和给定的阀值得到判断矩阵; 然后, 根据判断矩阵对属性集进行约简, 确定属性权重; 最后

本源码是可以进行约简的matlab源码，希望对大家有用

基于粗糙集的数据挖掘方法研究。学位论文。。。。。

Example Learning Research Based on Rough Set Theory

变精度粗糙集的属性约减，可以进行相关的粗糙集理论研究

为了提升风险决策环境下协同训练的效果,提出了一种基于粗糙子空间的协同决策算法。首先利用粗糙集属性约简的概念,将部分标记数据属性空间分解为两差异性较大的粗糙子空间;在各子空间上训练分类器,并依据各分类器

分析了几种典型的歧义识别方法，结合全切分分词算法提出了OSAIM（AmbiguityIdentificationMechanismbasedonOmni-Segmentation）歧义识别机制和DOS