暂无评论
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
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。
回复规划v还不回家不好几部科技板块你看客户交纳
Web服务技术提供了一种灵活且具有成本效益的范例,可以通过服务发现,组合和超后期绑定来构建高度动态的系统。 但是,其新功能给维护基于Web服务的系统带来了巨大压力。 基于大量测试结果,如何在系统中定位
关于粗糙集的简单介绍及其各种属性约简算法的研究,并且有实例分析。
本资源来自网上,文档中是比较热门的研究论文,以及文献。共爱好者共同研究学习!注,不提供论文原文,只提供论文题目和出处。你自己选择下载
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
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、粗糙动作和粗规
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。
暂无评论