基于粗糙集的冲击地压预测指标选用方法研究

在本文中,定义了基于普通二元关系的完全完全分布(CCD)晶格上的一对粗糙近似算子。 这种粗糙集可以看作是研究基于普通二元关系,粗糙模糊集和区间值粗糙模糊集的粗糙集的统一框架。 此外,根据二元关系的类,

本文提出了一种基于形式概念分析的粗糙集模型。 在此模型中, 首先在信息系统中提供代数结构问题的解决方案:晶格从信息系统推断出结构,并调用相应的节点粗略的概念。 基于粗糙集的粗糙集理论中常见问题的处理方

本文致力于提出广义L模糊粗糙集,作为L模糊粗糙集概念的进一步推广。 定义了四倍的近似算子,以适应广义剩余格是不可交换的情况。 广义L模糊粗糙集的特征来自建设性方法和公理方法。 在构造方法中,研究了各种

针对变精度粗糙集阈值选取缺乏可预见性的问题,提出了基于集合可辨性的阈值选取方法.在变精度粗糙集模型研究的基础上,首先在满足集合可辨性条件下,选定可分辨类相关的阈值的上界;然后在近似分类质量保持不变的前

基于粗糙集理论的多属性决策，邢雨珍，，粗糙集理论是一种新型软计算方法，是分析和处理模糊和不确定信息的有效工具。目前已在人工智能、知识与数据发现、模式识别与分类

首先, 通过分析现有多粒度粗糙集模型的不足, 提出一种基于粒度加权的多粒度粗糙集模型; 然后, 通过比较得出加权多粒度粗糙集与乐观多粒度、悲观多粒度和可变多粒度粗糙集之间的关系, 讨论加权多粒度粗糙集

在系统熵的基础上,定义了一种新的属性重要度并提出了一种基于改进系统熵的粗糙集属性约简算法,实验分析表明,该属性重要度为启发式信息进行的属性约简,取得了理想效果。

基于粗糙集规则提取的面向对象树种分类方法，曾怡，王婧，树种分类是林业资源监测中的核心问题，而面向对象的树种分类是目前研究的重点，在面向对象分类方法中，难点在于规则集的建立。本

鉴于传统基因选择方法会选出大量冗余基因从而导致样本预测准确率较低,提出了一种基于信噪比与邻域粗糙集的特征基因选择方法(Signal noise ration and the neighborhood

好的关于粗糙集理论研究的论文，欢迎大家下载！