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
在本文中,定义了基于普通二元关系的完全完全分布(CCD)晶格上的一对粗糙近似算子。 这种粗糙集可以看作是研究基于普通二元关系,粗糙模糊集和区间值粗糙模糊集的粗糙集的统一框架。 此外,根据二元关系的类,
本文提出了一种基于形式概念分析的粗糙集模型。 在此模型中, 首先在信息系统中提供代数结构问题的解决方案:晶格从信息系统推断出结构,并调用相应的节点粗略的概念。 基于粗糙集的粗糙集理论中常见问题的处理方
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
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
犹豫模糊语言术语集结合了模糊语言方法与犹豫模糊集的优势, 常应用于定性环境下的群决策中. 基于犹豫模糊语言关系, 提出双论域上的犹豫模糊语言多粒度粗糙集. 在该粗糙集中, 定义了双论域上的乐观和悲观犹
多粒度粗糙集是近几年来研究的热门课题之一。将多粒度粗糙集和双论域结合起来,首先定义了不同论域上的支撑函数;其次通过支撑函数建立了不同论域上的一般多粒度粗糙近似算子,研究了各个近似算子的性质。讨论了双论
粗糙集属性权重利用粗糙集确定权重利用粗糙集进行约减
近似空间的精度和等级是分别测量相对和绝对定量信息的两个基本定量指标。精度和等级的双重量化是一个相对较新的主题,其有效实施仍然是一个悬而未决的问题。本文使用基本的粗糙集模型来解决双重量化问题。笛卡尔积是
回复规划v还不回家不好几部科技板块你看客户交纳