暂无评论
目前，邻域多粒度粗糙集模型广泛采用的距离函数闵可夫斯基距离存在着一定的局限性，通过引入兰氏距离作为距离函数，重构了邻域半径的选取方法，基于此提出一种改进的邻域多粒度粗糙集模型，并证明了相关的性质。采用
证据理论是处理不确定性问题的有效工具，但是其证据往往来源于专家，带有很大的主观性，且合成证据的重要性无优劣之分。提出了一种基于粗糙集的证据获取与合成方法。利用证据信任度计算近似条件概率分配，根据属性重
为了获得有效的属性最小相对约简，提出了一种基于自适应遗传算法的粗糙集知识约简算法。该算法将核引入遗传算法的初始群体来提高算法的性能，依照决策属性对条件属性的依赖度，在加强局部搜索能力的同时保持了该算法
使用聚类技术对BNR进行扩展，得到一个新的4层模型，该模型同时使用了术语间和文档间的相近和相似关系，将此扩展模型和简单的RNR、扩展的BNRM模型比较，实验证实信息检索系统的检准率和检全率都有所提高。
代码生成作为并行编译器的后端，其生成代码的优劣直接影响着并行程序的执行效率。并行分解的维内存在偏移会产生维内通信，传统算法生成的维内通信代码不够精确，会产生冗余通信。提出了通过合并数组变量生成通信链，
针对经典粗糙集理论的属性约简，从三个方面对属性约简方法进行综述。最后对属性约简中存在的问题进行了分析，并提出了进一步研究的方向。
基于粗糙集理论的用户购买倾向研究，杨本植，侯文君，粗糙集理论可以处理不确定性数据，特别在处理不完备数据方面有突出的优势。本文论述了采用粗糙集理论获取个人网络行为信息与用户
针对目前物流行业在资源优化配置以及组织调度等环节中出现的匹配精度低、调用效率差等现实问题，将物流资源分类标准作为切入点，以行业内现有资源分类体系为基础，结合实际样本数据，提出基于粗糙集的物流资源分类方
证据理论是处理不确定问题的重要方法，其处理的证据来源于专家，而专家的知识经验是有限的，且存在一定的主观性。在证据合成中，Dempster合成规则为证据理论提供了证据合成公式，但该公式在合成高度冲突的证
提出的SSGAMLP（SmallSetGeneticAlgorithmMultilayerPerceptron）模型，是针对MLP模型易陷入局部最优，且模型泛化性不好，而遗传算法可以跳出局部最优，但是
暂无评论