暂无评论
粗糙集理论在视频分析中的应用研究,李向伟,李二超,粗糙集理论是近年来发展起来的处理不完整数据的最新成果,是一种刻画不完整性和不确定性的数据的有效数学工具,能高效地分析与处
一型模糊粗糙集可以直接处理连续属性集,但不能处理高度不确定性数据,而区间二型模糊集可以增强系统处理不确定性的能力。为了提高处理噪声数据的精确度,在一型模糊粗糙集的基础上,定义区间二型模糊粗糙集。基于区
在分析当前研究中常用的属性离散化方法的基础上,提出了一种计算初始断点集合的算法;定义了断点的信息熵,并以此作为对断点重要性的度量,提出了一种基于粗糙集理论和信息熵的属性离散化算法。通过与其他离散化算法
信号传播过程中因障碍物阻挡产生的阴影衰落对无线传感器网络的覆盖产生较大的影响。针对无线传感器网络的完全覆盖问题,基于自由空间环境下的规则部署方式,推导出在衰落阴影环境下,完全覆盖网络监测区域所需的最少
单调性在经典粗糙集属性约简过程中发挥着重要的作用。然而,在一些扩展模型中该单调性质并不存在,如变精度粗糙集模型。针对该问题,提出了变精度粗糙集模型中下近似单调约简的定义,下近似单调约简算法打破了传统意
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
目前我国企业效绩评价体系中存在指标冗余和指标关联两方面的缺陷,通过引入粗糙集理论与属性约简规则,结合16家沪市上市公司实例,在保证粗糙分类质量不变的情况下,对企业效绩评价指标属性约简。 结果表明,针对
属性约简是机器学习等领域中常用的数据预处理方法。在基于粗糙集理论的属性约简算法中,大多是根据单一的方法来度量属性重要度。为了从多角度对属性达到更为优越的评估效果,首先在已有的模糊邻域粗糙集模型中定义属
粗糙集理论分析及其应用研究,关于粗糙集的一篇文章,基本介绍
为了克服模糊C-均值(FCM)聚类算法易陷入局部极小值和对初始值敏感的缺点,提出了一种基于改进量子蚁群的模糊聚类算法。将量子计算原理和蚁群算法相结合来改进FCM算法。初期采用量子遗传算法生成信息素分布
暂无评论