暂无评论
讨论了粗糙集代数与FI代数的关系以及由粗糙集代数构造FI代数的方法。粗糙集本身具有格结构，证明了在适当选取蕴含算子之后，粗糙集代数就成为FI代数。
本文基于双论域粗糙集构造了定义在L模糊关系上的双论域L模糊粗糙集，并讨论了双论域L模糊粗糙集基本性质。
背景预测是弱小目标检测的有效方法之一。根据弱小目标检测需求,针对现有算法的不足,在分析弱小目标图像特性及其小波分解特性的基础上,设计并实现了一种基于小波分析的弱小目标检测背景预测算法。给出了算法流程,
针对流程工业某电化厂聚氯乙烯车间的生产过程, 基于统一时间离散化方法, 用广义粗糙集理论对投入产 出比、设备转化率等不确定参数进行描述, 建立了基于广义粗糙集有限中间存储的流程车间调度问题模型. 该模
为了从PET序列低分辨率图像中重建出优质高分辨率图像,提出了一种基于正则化参数的自适应线性斜率超分辨率算法。该算法通过对正则化线性斜率的自适应,更新动态优化代价函数,以降低对PET图像高频成分的抑制。
上、下近似空间是粗糙理论的重要概念，解决上、下近似问题是海量数据挖掘的基础。经典的近似空间算法不适合处理海量数据，更不适合处理带缺失信息的海量数据问题。为此，通过深度分析带缺失信息的海量数据特征，结合
将粗糙集理论与直觉模糊集理论相结合,提出了一种基于直觉模糊粗糙集理论的知识获取方法。描述了直觉模糊相似关系下粗糙集的模型,并在此基础之上重新定义了正域、依赖度与非依赖度、确定性因子与非确定性因子等概念
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
综合考虑不完备信息系统中信息缺失的不同情况及属性本身的重要性，提出了加权特性关系，给出了基于加权特性关系的扩展粗糙集模型及其近似集的定义和性质，并用实际例子解释了该扩展粗糙集模型的近似集计算方法。
两个域上的覆盖粗糙集模型推广了一般关系下的粗糙集模型，定义了两个域上的覆盖二元关系，给出了最小子覆盖新的描述，进而得到两个域上基于最小子覆盖的粗糙集近似算子；给出了若干性质和定理的证明；通过与两个域上
暂无评论