暂无评论
一些有用的论文,大家可以看看,有助于大家理解其原理并很好的实现。
收集了一些和粗糙集相关的文章,其中包括粗糙集的研究现状及粗糙集属性约简算法,属性离散化方面的论文。
哈工大胡博士的论文,水平相当高,可以对研究粗糙集的有帮助
为了能有效处理含有含噪音数据、模糊性的不完备信息系统,利用集对分析与粗糙集的思想与方法,在比较几种集对相似关系的优势与劣势的基础上,提出了一种基于阀值[α]联系度系数的集对顺势相似关系,并将其代替变精
图像增强在提高SAR图像舰船目标检测精度方面具有十分重要的意义。由于传统算法不能很好地对SAR图像进行目标增强,提出了基于改进粗糙集理论和引力场强度的目标增强算法。通过借鉴引力场相关理论知识,将粗糙集
粗糙集理论是模式识别和机器学习的重要内容,属性约简是粗糙集理论中核心步骤。然而传统的粗糙集理论对数据集进行属性约简,计算复杂度高,容易陷入局部最优解。提出了一种新型灰狼优化算法的粗糙集属性约简技术,可
通过对现有常用的几种模板匹配算法的分析与研究,提出了一种全区域特征加权模板匹配识别算法,它是对特征加权的模板匹配算法的一种改进。经过理论分析与实际测试,这种改进的识别算法进一步降低了字符的误识率。
过量过滤规则存在冗余性影响着网关设备处理性能。在分析过滤规则属性集的基础上,利用粗糙集区分矩阵的性质对过量过滤规则属性集进行约简处理。同时,通过属性权重方法产生过滤规则属性核集实现对过量过滤规则冗余的
一种粗糙集属性约简的改进算法,贾利娟,冯璇,属性约简是粗糙集理论的核心内容之一。本文结合粗糙集知识对基于Skowron[1]区分矩阵的属性约简算法进行改进,形成一种简单、有效、��
查询扩展是信息检索技术研究的一个重要组成部分。目前的查询扩展是基于统一的用户模型,没有考虑到用户的个人兴趣,这对查询扩展的精确度造成了一定的影响。分析了产生这种问题的原因,提出了基于概念图的用户兴趣扩
暂无评论