暂无评论
原始的粗糙集模型主要与给定宇宙上的单个等价关系描述的集的近似有关。 从粒度计算的角度来看,经典的粗糙集理论是基于单个粒度的。 这篇对应论文首先将基于公差关系的粗糙集模型扩展到基于多粒度的不完整粗糙集模
讨论粗糙集代数与BL代数的关系以及由粗糙集代数构造BL代数的方法。粗糙集代数本身具有格结构，证明了在适当选取蕴涵算子之后，粗糙集代数就成为BL代数。
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
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,
一种新的基于属性重要性的粗糙集值约简算法，共同学习，共同进步
针对直方图无法反映色彩分布的空间信息这一缺陷,提出一种融合了空间及邻域信息的色彩直方图检索方法。以同一色彩构成的最大连通区域及其边缘区域的颜色粗糙度来反映同一颜色像素形成的区域特点及邻域信息,从而降低
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
暂无评论