粗糙集理论实现属性约简和规则提取

Intuitionistic Fuzzy Rough Set Theory and Its Application

粗糙集，分类器，机器学习，数据挖掘。。。

结合扩张矩阵理论，提出了一种简化规则抽取算法，该算法有效地解决了粗糙集约简算法生成的规则数量多、概括力不强的问题，并给出了相应的算法示例，示例结果证明了该算法能够有效地从信息安全事件和等级测评数据中抽

粗糙集理论中计算约简的源代码，本人上传，提供帮助需要说明的是，以前有人借着本人的名义上传过，其中的代码是不完备的，本次上传的代码，提供帮助，欢迎大家联系。

利用粗糙集和属性直方图的图像增强方法

在一个指定验证者签名方案中，只有指定的验证者才能验证签名的有效性。论文基于双线性对提出一种新的基于身份的广义指定多个验证者签名方案。新方案采用引进两个独立PKG的方法，在一定程度上消除了单个PKG可以

针对决策粗糙集属性约简在引入代价后分类精度不高的问题，对其中代价敏感与分类精度的平衡进行了研究。将分类总代价和近似分类质量作为属性约简过程中的约束条件，结合模拟退火方法，提出了一种基于代价敏感和近似分

一种可以挖掘出数据间关联的算法，具有良好的使用性。本文档深入浅出的讲了原理，思路十分清楚，并且举了个例子说明该算法，比较直观容易读懂，可以快速的掌握该算法。

用粗糙集理论进行连续数据离散化、属性约简、属性值约简三个步骤

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这种要求的新型数学工具。基于粗糙集的知识发现过程，就是利用粗糙集理论与方法从数