基于粗糙集的数据挖掘方法研究。学位论文。。。。。
基于粗糙集的特征选择与提取主要是关于粗糙集的一些介绍还有就是对于特征选择与提取方法的概述
Example Learning Research Based on Rough Set Theory
本文致力于提出广义L模糊粗糙集,作为L模糊粗糙集概念的进一步推广。 定义了四倍的近似算子,以适应广义剩余格是不可交换的情况。 广义L模糊粗糙集的特征来自建设性方法和公理方法。 在构造方法中,研究了各种
在本文中,定义了基于普通二元关系的完全完全分布(CCD)晶格上的一对粗糙近似算子。 这种粗糙集可以看作是研究基于普通二元关系,粗糙模糊集和区间值粗糙模糊集的粗糙集的统一框架。 此外,根据二元关系的类,
针对变精度粗糙集阈值选取缺乏可预见性的问题,提出了基于集合可辨性的阈值选取方法.在变精度粗糙集模型研究的基础上,首先在满足集合可辨性条件下,选定可分辨类相关的阈值的上界;然后在近似分类质量保持不变的前
在分析各种导水裂隙带高度影响因素的基础上,利用粗糙集理论约简得到最佳的元素集合,将其作为神经网络的输入层,建立基于粗糙集理论的导水裂隙带高度预计神经网络模型,并结合实测数据,检验模型的精度。
基于粗糙集的模糊神经网络降水预报模型研究。
针对目前已有的多目标决策问题存在的局限,提出了一种新的属性权重确定方法,从而得到了运用粗糙集理论对CAI课件进行综合评价的方法,使得对CAI课件的评价更加科学、客观,最后通过实例验证了该方法的实用性和
粗糙集属性约简算法,英文资料,关于变精度属性约简算法