胡清华邻域粗糙集主程序

描述了matlab如何计算粗糙集的条件属性的权重的方法

本资源来自网上，文档中是比较热门的研究论文，以及文献。共爱好者共同研究学习！注，不提供论文原文，只提供论文题目和出处。你自己选择下载

粗糙集的知识约简研究.毕业学位论文-------

概述粗糙集方法与应用，RS方法已被成功地应用于机器学习、知识获取、决策分析、知识发现、模式识别、专家系统和决策支持系统等领域。有趣的结果已激励各个领域的专家研究RST及它的应用。

粗糙集理论作为一种新的分析和处理不精确、不一致、不完整信息和知识的数学工具，为智能信息处理提供了有效的处理技术。

成本敏感的粗糙集方法

概率粗糙集(PRS)和分级粗糙集(GRS)是两个量化模型,分别测量等效类和基本概念之间的相对和绝对定量信息。 作为一种特殊的PRS模型,决策理论粗糙集(DTRS)主要利用条件概率来表达相对定量。 但是

作为粗糙集的一种推广,模糊粗糙集在属性约简中的应用尤为重要.约简规模和约简依赖度作为评判约简性能的两个重要指标,分别对应着约简的效率以及精度.传统的约简算法通常以追求约简的最大依赖度为导向进行寻优,并

一种基于邻域粗糙集的入侵检测算法，李强，骆嘉伟，针对目前入侵检测系统中特征选择的优化问题，提出了一种基于邻域粗糙集的入侵检测算法。该方法在粗糙集理论的基础上引入邻域概念

Pawlak粗糙集的知识约简包括对决策表的知识约简和对信息表的知识约简。作为Pawlak粗糙集的扩展，邻域粗糙集在针对决策表的属性约简方面应用广泛，而针对信息表的属性约简方面应用较少。为了设计一种适用