散度测度是度量模糊集的重要指标。首先给出了有限论域X上模糊集上散度测度和局部散度测度的定义,进而给出了局部散度测度的几个等价性条件,重点研究了局部散度测度的几种构造方法。
对偶犹豫模糊集因其可以给决策者提供更多的决策信息成为模糊决策的热点研究问题,相关性指标可以用来度量两个模糊信息之间的相关关系,熵可以用来度量模糊信息的不确定程度。提出了一种基于对偶犹豫模糊集相关系数和
粗糙集模型的扩展是粗糙集研究的主要内容之一,目前已经存在许多有关粗糙集模型的扩展形式。其中基于覆盖而建立的粗糙集模型得到了很大的发展,然而学者们主要是针对单个论域进行研究的,但是实际生活中的问题却往往
信息系统中的属性约简是粗糙集知识发现的一个重要步骤。致力于研究一个信息系统中的特征选择、删除冗余属性。新的算法从属性重要性出发,采用迭代特征选择的标准,使得选择特征属性集不断缩小,获得信息系统的约简。
近年来国内外学者对关联规则进行了大量的研究,为深入理解关联规则挖掘技术,掌握其研究现状与发展趋势,首先介绍了关联规则相关定义与分类方法;其次从串行和并行两个角度总结了关联规则挖掘的一般方法,概述并分析
论文研究-多目标决策模糊集理论与模型.pdf, 设系统有n个待优选的对象组成备择对象集,有m个评价因素组成系统的评价指标集。每个评价指标对每一备择对象的评判用指标特征量表示,则系统有n×m阶指标特征量
粗糙集和模糊集理论已经被用于各种类型的不确定性建模中。Dubois和Prade研究了将模糊集和粗糙集结合的问题。提出了粗糙support-intuitionistic模糊集。介绍了粗糙集、粗糙直觉模糊
如何高效而正确地挖掘关联规则是数据挖掘领域的一个重要研究方向。在现有工作的基础上结合基因表达式编程进化算法提出了一种新的挖掘强关联规则的算法框架;提出并实现了基于小生境技术的基因表达式编程算法(nic
关联规则挖掘是数据挖掘的主要任务之一。为了进一步提高关联规则挖掘算法的认知特性和运算效果,提出了一种新的关联规则挖掘思想并由此构造了一种基于规则模糊认知图的关联规则挖掘算法。该算法使用规则模糊认知图进
目前属性基认证方案主要是基于Shaimr的拉格朗日插值多项式进行构造的,这些方案要求认证双方所具备的相同属性个数超过某一阈值,该阈值由拉格朗日插值多项式次数决定,在一次构造中阈值唯一且不可修改。鉴于此