可变精度粗糙集相关论文
本文提出了用于刻画不一致程度的概念——不一致层次,讨论了不一致层次的性质.用三种粗糙集模型对决策系统中由约简引起的分类率、......
教育资源库是一个庞大的系统,包括大量的媒体素材库、课件库、题库、案例库、附件库等等,其多媒体教育资源种类繁多、形式各异.要......
可变精度粗糙集合模型是经典粗糙集理论的一个扩展模型,它是在经典粗糙集合模型中引入了分类正确率β,其分类是部分的。本文首先比......
学位
网络入侵检测系统(Network Intrusion Detection System,NIDS)即是通过分析计算机网络系统中与安全相关的数据信息,来检测入侵行为的......
粗糙集理论(Rough Set Theory, RST)作为一种能够有效分析和处理不精确、不确定和不协调信息的数学理论是波兰数学家Pawlak教授于1......
粗糙集理论作为一种不确定性数据分析方法,在人工智能、数据挖掘、决策与控制等领域均受到广泛关注.它根据不可分辨关系对已知数据......
针对群决策分类问题,提出一种可以从多个决策表中获取群体分类偏好的可变精度粗糙集方法。首先定义决策表分类模式和频度的概念,其次......
基于概念格理论提出了决策规则格的概念,格中的每一节点均可表示为相应的决策规则.针对格节点之间存在偏序关系的特点,文中给出了......
提出了用于刻画不一致程度的概念——不一致层次,讨论了不一致层次的性质;用3种粗糙集模型对决策系统中由约简引起的分类率、分类......
可变精度粗糙集理论是经典粗糙集理论的一种扩展理论。它通过引入噪音阈值β,增强了对噪音数据的适应性。然而噪音阂值口多是人为设......
目前对于可变精度粗糙集中变精度参数β计算的研究,主要集中在非增量方面。当处理大量数据时,需要能够动态计算的方法,本文提出了一种......
PHM(Prognostic and Health Management)是现代军事和工业生产领域设备实现自主维护与保障的关键技术。文章通过对相近粗糙集理论进......
利用模糊集理论扩展Ziarko的变精度粗糙集模型,得到变精度模糊粗糙数据模型(VPFRDM).以属性重要性为启发式信息,提出了模糊信息系统中的......
粗糙集理论是一种新的处理模糊和不确定知识的数学工具.属性约简是粗糙集理论研究中的重要内容之一,本文提出了用其构建科学、合理......
以同时具有缺席和遗漏型未知属性值的不完备目标信息系统为研究对象,提出了可变精度粗糙集模型,它是基于特征关系的经典粗糙集模型......
基于可变精度粗糙集模型和搜索树提出了一种新的增量式规则获取算法。该算法引入可变精度粗糙集模型以已获取规则集为启发信息,通过......
基于可变精度粗糙集提出了一种统一的文本与图像分类算法.用该方法进行教育资源的分类既可处理不确定性信息,又简化了分类规则,从......
针对可能存在分类误差缺失信息的群体分类决策问题,提出了一种可以从多个决策表中获取群体分类偏好的可变精度粗糙集方法。该方法通......
可变精度粗糙集模型是标准粗糙集模型的扩展,通过引入参数β,改善了粗糙集模型对噪声数据的适应能力。通过对VPRS理论的应用,分析了决......
研究了应用可变精度粗糙集获取驾驶规则的方法。该方法的特点是可以处理由于类重叠引起的样本信息不精确、不一致情况下的规则获取......
可变精度粗糙集VPRS是标准粗糙集RS的一种推广。文章借鉴了VPRS模型具有噪声数据的强适应能力和强抗干扰能力的优点,提出了一类基......
采用变精度粗糙集方法对铝合金焊接接头疲劳寿命预测进行建模,采用基于联合熵的离散化算法和属性约简算法对信息进行处理,获取能预测......
为有效地对C4IKSR系统的效能进行评估,建立了C4IKSR系统效能评估指标体系。用粗糙集约简的思想减少了系统巾冗余的属性,获得了规则和......
分析与比较了经典代数粗糙集与概率粗糙集特点,在此基础上提出了基于决策粗糙集(DTRS)的风险偏好决策模型,根据决策者的不同风险偏......
针对ID3算法构造决策树复杂、分类效率不高问题,基于粗糙集理论提出一种决策树构造算法。该算法采用加权分类粗糙度作为节点选择属......
当前各网络入侵检测算法的准确率仍不尽人意;针对此问题。提出1种基于可变精度粗糙集(Variable Precision Rough Set)的网络入侵检测......
针对肾功能不全诊断的决策判断问题,提出了一种扩展粗糙集方法。该方法在可变精度粗糙集模型中把规则的置信度阈值当作可变精度参数......
可变精度粗糙集和相关反馈相结合的一种新的人脸识别方法.根据可变精度粗糙集理论中属性约简的方法求出人脸的最简特征子集,不仅减......
可变精度粗糙集和多粒度粗糙集都是在不可分辨关系的基础上对经典粗糙集进行扩展.为了融合这两种扩展模型各自的优点,在多粒度环境中......
文中以同时具有缺席型和遗漏型未知属性值的不完备目标信息系统为研究对象,根据特征关系,研究可变精度粗糙集的模型及其性质.可变精度......
权值计算和特征降维是影响文本分类的精度和效率的两个重要步骤。该文首先根据特征词的类别分布差异进行特征过滤;然后,分析传统的......
针对不确定性决策问题,提出了一种基于优势关系和可变精度粗糙集理论的多准则决策方法。该方法把基于优势关系的粗糙集模型和基于......
在全面开放新格局的推动下,建立标准的、规范的、信息化的汽车物流供应链管理体系,将进一步激发国内汽车企业的活力。随着国外优秀......
本文将粗糙集理论与关系数据库系统结合起来,使数据库的关系运算运用于粗糙集的集合操作,提出了基于SQL求可变精度粗糙集模型的近......
属性约简是粗糙集理论研究的一个核心问题。为了有效地处理决策表中连续值属性约简,提出了连续值属性决策表中的可变精度粗糙集模......
在当今大规模开放系统互联的网络环境下,无论采用多么完善的安全保护措施,风险总是存在的,因而适当的方法是在整个网络通信过程中......
群体及群决策的复杂性是复杂性科学和复杂系统研究中的一类难题。群体的整体行为是通过个体之间的相互竞争、相互协作等局部相互作......
机器学习是人工智能领域中重要的研究课题,基于经典粗糙集的机器学习,只有学习者的分类被完全包含在导师的分类中时,才形成决策规则,条......
作为一种近似处理的工具,粗集主要用于不确定情况下的决策分析,并且不需要任何事先的数据假定。但当前的主流粗集分类方法仍然需要......
基于变精度粗糙集理论提出了具有置信度规则决策树的新的构造方法,该方法采用β-边界域的大小作为选择分类属性的标准,并对叶节点的......