论文部分内容阅读
变精度粗糙集模型是对传统的（Pawlak）粗糙集模型的一个重要拓展，但变精度模型中需要设定人为参数不利于信息的客观体现。Eayesian粗糙集模型是基于变精度和概率论的思想最新提出的无参数模型。对Bayesian粗糙集模型进行了分析，指出了其中的不足，提出了一种改进形式。
对Bayesian粗糙集模型的讨论
【摘 要】
：
变精度粗糙集模型是对传统的（Pawlak）粗糙集模型的一个重要拓展，但变精度模型中需要设定人为参数不利于信息的客观体现。Eayesian粗糙集模型是基于变精度和概率论的思想最新提出
【机 构】
：
辽宁师范大学计算机系
【出 处】
：
计算机科学
【发表日期】
：
2006年11期
【基金项目】
：
国家自然科学基金（60372071）资助,辽宁省教育厅高等学校科学研究基金（2004C031）资助,辽宁师范大学校基金资助.
其他文献
针对多机并发系统的复杂性，为了辅助用户能从多个角度和层次全面地理解并发系统，就需要逆向产生出能够反映软件系统框架结构的高层架构。基于此本文以进程为边界，提出了一种分层
实时多处理器系统中，为了更好地利用资源，常常采用资源回收算法。在分析了已有资源回收算法的优缺点的基础上，提出了一种高效的实时多处理器的资源回收算法——可倒置法。可倒置
隐通道能在安全机制的监控之下将保密信息外泄,因而对系统安全的威胁极大.通过研究隐通道的工作原理,形式化地证明了隐通道存在的最小条件.在此基础上,对现有的隐通道搜索与
经典粗集理论给出了不可识别、上近似、下近似、简式和核等概念，其核心思想是运用条件属性集导致的知识粒子来近似决策属性集导致的知识粒子，进而推导出规则。这些知识粒子的实
传统的基于谓词模式推理算法，需要把自然语言表示的知识，人工转换为机器可以理解的谓词，这就需要耗费大量的人力物力。本文提出一种基于自然语言的模式推理算法，可以基于自然语言