论文研究-基于变精度粗糙集理论的知识约简方法.pdf, 基于变精度粗糙集理论与包含度理论,引入了不协调目标信息系统的上、下分布约简的概念,并讨论了它们之间的关系.上(下)分布约简是保持每个决策类的上
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
粗糙集理论:基于三支决策视角,刘盾,李天瑞,从三支决策的视角出发,系统地介绍了三支决策与粗糙集理论相融合的理论、方法和应用。考虑到粗糙集理论中的正域、负域和边界域可
将变精度粗糙集(VPRS)理论引入到故障特征选择中,以分类质量作为启发知识设计了一种基于VPRS的故障特征选择方法,并通过一个实例验证了该方法的可行性。
粗糙集的知识约简研究.毕业学位论文-------
粗糙集理论作为一种新的分析和处理不精确、不一致、不完整信息和知识的数学工具,为智能信息处理提供了有效的处理技术。