提出划分矩阵和布尔列向量取小乘法的概念;证明了下矩阵和上矩阵的行并向量分别是下近似和上近似;研究了上下近似的性质;给出了计算上下近似的算法。
提出了几种组合粒下的粗糙集模型,并将其与单一粒下的粗糙集进行了比较,同时与粒逻辑运算下的粗糙集模型进行了比对,创造性地得到了组合粒、单一粒以及粒逻辑运算下的粗糙集模型之间的关系。结果表明,组合粒与粒逻
改进属性重要度概念,给出了一种基于粗糙集理论的单属性重要度和组合属性重要度结合的确定属性权重的方法及其具体操作步骤。通过实例说明,改进的粗糙集权重计算方法具有普适性,权重计算更合理。
不确定性度量是粗糙集理论研究的重要内容之一。分析了目前粗糙集不确定性度量主要方法的不足,给出了基于边界域的粗糙集粗糙边界熵的定义。证明了这种粗糙边界熵随着知识粒度的减小而单调减小,而且当负域的知识颗粒
将变精度粗糙集的思想引入相容粗糙集,提出了两种变精度相容粗糙集模型,在模型I中,目标概念的下近似和边界域的交集非空;在模型II中,目标概念的下近似和边界域的交集为空。研究了两种模型中上、下近似算子的基
提出一种新的不确定,即初始对象集合的不确定,并利用粗糙集理论来解决这种不确定性;将粗糙集理论和智能规划相结合,提出一种新的不确定规划———粗规划。给出了粗规划问题的概念、粗规划的初始状态、粗糙动作和粗
基于变精度粗糙集的决策树优化算法研究,常志玲,周庆敏,应用变精度粗糙集理论,提出了一种利用新的启发式函数构造决策树的方法。该方法以变精度粗糙集的分类质量的量度作为信息函数,对
粗糙集属性约简算法的实现与应用.
研究模糊软集的不确定度量问题,给出模糊软集的包含度、相似度公理化定义;基于模糊蕴含算子提出新的模糊软集包含度与相似度度量方法,该方法具有一定的普遍性,在某种程度上提供不同的模糊蕴含算子就可得到不同的包
针对垃圾邮件过滤的准确率和稳定性不高,以及为了解决邮件过滤算法在语料分类上存在漏报和误报等问题,提出基于粗糙集的带决策规则边界的邮件过滤算法(RARM)。该算法运用粗糙集理论对语料库进行直接分析,并采