论文研究-决策粗糙集的一种新分类区域及相关比较分析.pdf

首先对传统集合操作进行了扩展，提出基于扩展集合操作的最大频繁项集生成算法FISES，并从理论和实验上对算法的复杂度进行了详细的分析。实验表明，在最小支持度较小的情况下，FISES比Apriori算

重点研究了文本的特征提取，通过对互信息和χ2统计的研究，根据其各自的缺陷，提出了一种新的特征提取算法——联合特征提取算法（CEFA）。通过CEFA可以提取出更具代表性的特征项，利用粗糙集优越的约减性构

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

提出一种基于模糊粗糙集理论的属性约简算法，并且应用于医学影像领域。通过辅助诊疗系统，比较了运用此算法前后的分类效果，得出运用此算法约简后的分类正确率明显提高，并且运算时间明显减少的结论。试验表明通过此

rosetta你懂的粗糙集~~~会的来下，绝对没有问题，亲自试验过了。

结合人工鱼群算法的全局寻优优点提出了一种基于人工鱼群算法的K-平均混合聚类分析算法。实验结果表明，该算法能克服K-平均聚类算法易陷入局部极小的不足，有较好的全局性，且聚类正确率明显高于K-平均算法，聚

模糊粗糙集中依参数粗糙度的新算法，徐伟华，张晓燕，自M.Banerjeehe 和S.K.pal提出了模糊粗糙集的基本模型以来，模糊粗糙集一直是粗糙集理论研究的一个重要课题。 本文在模糊粗糙集基本模型

基于粗糙集的智能决策理论与应用研究学位论文---------

为了对蛋白质结构进行正确分类，提出了一种基于粗糙集理论的蛋白质结构分类属性筛选方法。通过多结构比对工具MAMMOTH-mult获得条件属性值，针对分辨矩阵中元素特点提出了分辨矩阵简化方法和改进的属性约

本文旨在探讨模糊粗糙集在数据分类与应用方面的研究。通过对模糊粗糙集理论的深入分析，结合实际数据分类与应用的场景，论文提出了一种创新的方法。该方法基于模糊粗糙集的特性，利用其对数据特征的模糊识别和提取能