粗糙集在残缺数据样本中的应用

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:slim_ning
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数据样本集是人工智能发展需要的主要要素,所以要求提供的数据样本集,应该是全面的、有效的集合.当所提供的数据样本集残缺不全,会影响人工智能的有效应用.针对此问题,论文提出一种基于粗糙集理论的数据样本集补全方法,能科学的、正确的、有效的补全数据样本集,为提高人工智能的决策推理,铺平了道路.
其他文献
为了实现微型直升机自主飞行,论文设计了实时的计算机视觉系统。该系统包括机载上的硬件设备和软件算法,能够实现目标识别、特征点提取和位置估计。文中设计了特定图标,并主要依据颜色来进行快速识别。此外,通过检测4个共面的图像特征点,能够在单目单帧的基础上计算出直升机相对于特定目标的三维位置信息。视觉系统任务由位于机载上的IntelSitsang板来执行。由于受到板子运算能力的限制,每秒钟可以处理5帧160
计算数学组织理论是采用计算和数学手段来研究人类组织的理论,是对传统组织科学一个新的领域拓展。这一领域的研究内容包括组织学习、组织适应性、组织演化、多主体系统和组织