暂无评论
原始的粗糙集模型是由Pawlak开发的,主要涉及由宇宙上单个二元关系描述的集合的逼近。 在视图中在粒度计算方面,经典的粗糙集理论是通过一次粒化建立的。 本文将Pawlak的粗糙集模型扩展为多粒度粗糙集
粗糙集课件, 交大博导。很好,分析了粗糙集最基本的几个模型和约简算法。
基于二型模糊关系, 研究二型模糊粗糙集. 首先, 在二型模糊近似空间中定义了二型模糊集的上近似和下近似; 然后, 研究二型模糊粗糙上下近似算子的基本性质, 讨论二型模糊关系与二型模糊粗糙近似算子的特征
结合Matlab语言和粗糙集理论的特点,提出了集合的二进制表示方案,巧妙地解决了基于变精度粗糙集模型的程序设计问题。
涉及烟叶分级的改进粗糙集模型和算法,烟叶分级分组很有想法
基于粗糙集的属性约简方法研究综述
不完备有序信息处理是现实生活中的常见问题. 多种拓展优势关系及其粗糙集模型被提出并用于解决不完全的偏好决策问题, 但均未考虑序关系特性, 与现实语义存在矛盾. 对此, 提出一种置信优势关系及其粗糙集近
在研究变精度粗糙集模型中的近似、分类质量与知识粒度关系的基础上,提出了利用嵌套的等价关系集,可以构造基于不同置信阈值β、不同级别分类质量γ的分层知识粒度,并设计了相应的算法,最后以实例构造了分层知识粒
基于粗糙集的图像分割,高锦标,甘岚,随着对医学图像处理时间和效率的要求越来越高,那些经常用在医学图像处理中的算法就不停的被改进。本文就是将粗糙集在软计算方面
基于粗糙集的产品风格知识获取方法,徐江,孙守迁,针对产品设计中的不完备风格信息,构建产品风格信息模型,提出基于粗糙集的产品风格信息约简方法。该方法中以造型特征分析与意象
暂无评论