论文研究 粗糙集理论在网络攻击效果评估中的应用研究.pdf

Intuitionistic Fuzzy Rough Set Theory and Its Application

粗糙集，分类器，机器学习，数据挖掘。。。

作者：董威著出版时间：2014年版出版社:东北大学出版社董威著的《粗糙集理论及其数据挖掘应用》主要研究了粗糙集理论的改进算法及其在球团生产过程中质量数据挖掘和图像处理数据挖掘中的应用问题，包括结合粒子

目前，具有代表性和热点的研究是决策理论粗糙集（DTRS），它为处理风险和不确定性下的决策问题提供了新的观点，并已在许多领域得到应用。 姚基于粗糙集理论，提出了三路决策理论，这是经典的两路决策方法的延伸

在无损探伤自动检测线上,为了记录每根管材的有关参数,需在管端进行打号、读号处理。详细介绍了管号识别系统中关键的图像预处理二值化算法。该算法称之为Stamp算法,是在分析Phototshop图像处理软件

针对Pawlak粗糙集模型处理噪声信息的局限性，借鉴变精度粗糙集模型的思想，引入多尺度变量，建立单维的多尺度粗糙集模型。通过构造尺度变量s与尺度函数f（s）的变化关系，对噪声数据进行多尺度、多角度的动

数据挖掘的主要目标之一是进行有效分类，粗糙集的上下近似空间正是为了对信息系统进行分类。变精度粗糙集作为经典粗糙集的推广模型，目前研究仅局限于有限集。针对变精度粗糙集模型无法处理无限集合的问题，在变精度

为了更好地获取由边界域产生的不确定性规则知识，提出最优近似粗糙集的属性约简方法。给出了近似空间上粗糙集最优近似集的判定与计算，然后引入最优近似分布协调集、最优近似分布约简概念。讨论了Pawlak属性约

从粒计算的角度，经典的粗糙集是建立在单一的粒（等价关系）上的，把它推广到建立在优势关系上的多粒度粗糙集，定义了多粒度下的上下近似。通过对经典粗糙集的比较，得到了二粒度和多粒度下粗糙集的一些性质和结论。

在经典的覆盖近似空间中，定义了区间直觉模糊概念的粗糙近似。通过区间直觉模糊覆盖概念，给出了一种基于区间直觉模糊覆盖的区间直觉模糊粗糙集模型。讨论了两种模型的一些相关性质。