论文研究基于粗糙集理论的01背包问题求解 .pdf

通过对现有常用的几种模板匹配算法的分析与研究，提出了一种全区域特征加权模板匹配识别算法，它是对特征加权的模板匹配算法的一种改进。经过理论分析与实际测试，这种改进的识别算法进一步降低了字符的误识率。

过量过滤规则存在冗余性影响着网关设备处理性能。在分析过滤规则属性集的基础上，利用粗糙集区分矩阵的性质对过量过滤规则属性集进行约简处理。同时，通过属性权重方法产生过滤规则属性核集实现对过量过滤规则冗余的

论文研究-基于粗糙集的区间型数据离散化算法.pdf, 针对条件属性取值为区间型数据的离散化问题,提出了一种新的基于粗糙集理论的离散化算法.首先将粗糙集理论中上、下近似的概念进行扩展,用以描述区间数对象

基于聚类粗糙集的集成特征选择方法，刘铭阳，龚萍，邻域粗糙集是处理连续型数据特征选择的一种重要方法，能有效缩减数据规模并提高模型的准确度和可解释性。针对邻域粗糙集正域求解

入侵检测领域的数据往往具有高维性及非线性特点，且其中含有大量的噪声、冗余及连续型属性，这就使得一般的模式分类方法不能对其进行有效的处理。为了进一步提高入侵检测效果，提出了基于邻域粗糙集的入侵检测集成算

针对基于分辨矩阵约简算法中存在冗余元素，从而导致空间存储代价高的问题，提出一种基于加权浓缩树的属性约简算法。该算法可以进一步剔除冗余元素，压缩存储分辨矩阵中的信息，并且在构建树结构的过程当中考虑了属性

作为Pawlak粗糙集的扩展，邻域粗糙集能有效地处理数值型的数据。但是，因为沿用了Pawlak粗糙集在构造上下近似集时的包含关系，邻域粗糙集对噪声数据的容错性很差。针对这个问题，通过引入贝叶斯最小风险

现有的实体分辨方法在准确性和效率上各有所长，将易分辨和难分辨的记录对分开，为下一步分别应用不同分辨方法提供基础。对待划分的记录对，利用变精度邻域粗糙集分别计算相似记录对和不相似记录对的上下近似集，得到

基于粗糙集的快速车牌字符识别技术,王波,陈迎娜,为了解决传统识别技术在车牌字符识别时效率低的问题,该文提出了一种基于粗糙集高效属性约简算法的快速车牌识别技术,该方法首先

基于粗糙集和属性直方图的医学图像增强，张璐，谢刚，医学图像信息存在着复杂性，在处理中的各个不同层次可能出现不完整性和不确定性。利用粗糙集理论进行图像增强，子图的划分是关键