基于变精度粗糙集模型的Matlab实现

本文致力于提出广义L模糊粗糙集,作为L模糊粗糙集概念的进一步推广。 定义了四倍的近似算子,以适应广义剩余格是不可交换的情况。 广义L模糊粗糙集的特征来自建设性方法和公理方法。 在构造方法中,研究了各种

基于粗糙集的分层约简算法研究,张化光,梁洪力 ,本文针对海量信息系统的约简问题基于粗糙集理论提出了分层约简算法.给出了有核信息系统与无核信息系统的分层约简算法. 最后, 通过�

基于粗糙集理论的多属性决策，邢雨珍，，粗糙集理论是一种新型软计算方法，是分析和处理模糊和不确定信息的有效工具。目前已在人工智能、知识与数据发现、模式识别与分类

为了提高老年人评估的效率，提出了一种基于粗糙集的优化方法。 与传统的粗糙集属性约简相比，冗余评估项通过项的相关性得以消除。 它避免了计算具有许多属性的粗糙集核心所需的大量开销。 为了解决传统粗糙集中很

粗糙集属性约简C++实现，对各个函数进行封装，共有四个类，希望大家进行改进

基于粗糙集的模糊神经网络降水预报模型研究。

针对目前已有的多目标决策问题存在的局限，提出了一种新的属性权重确定方法，从而得到了运用粗糙集理论对CAI课件进行综合评价的方法，使得对CAI课件的评价更加科学、客观，最后通过实例验证了该方法的实用性和

在分析各种导水裂隙带高度影响因素的基础上,利用粗糙集理论约简得到最佳的元素集合,将其作为神经网络的输入层,建立基于粗糙集理论的导水裂隙带高度预计神经网络模型,并结合实测数据,检验模型的精度。

为了从多粒度、多层次的角度有效处理名义型属性和数值型属性并存的混合数据, 首先基于不同的属性集序列和不同的邻域半径构建双重粒化准则, 建立基于双重粒化准则的邻域多粒度粗糙集模型; 然后给出该模型的相关

粗糙集约简程序属性约简的顺序如下：求正域、生成未经处理的区分矩阵、对区分矩阵进行化简、求核、对已经处理过的区分矩阵进行属性约简。约简后的决策表有26行,所有12个属性都是正域中的属性，核为空