暂无评论
Example Learning Research Based on Rough Set Theory
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,
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
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
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
为了提高老年人评估的效率，提出了一种基于粗糙集的优化方法。 与传统的粗糙集属性约简相比，冗余评估项通过项的相关性得以消除。 它避免了计算具有许多属性的粗糙集核心所需的大量开销。 为了解决传统粗糙集中很
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
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。
粗糙集属性约简算法，英文资料，关于变精度属性约简算法
暂无评论