模糊粗糙集相关论文
模糊差别矩阵属性约简是一种广泛使用的模糊粗糙集属性约简方法。然而已有方法大多采用启发式贪婪策略，属性约简率低且约简质量差。......
针对新能源发电系统基础数据核查耗时长、成本高及准确性低的问题，提出一种基于数据特征提取的新能源发电基础数据核查方法。首先，通......
自从1956年首次提出以来,人工智能经历了若干次低谷和高潮。随着深度学习算法的提出,人工智能在21世纪又迎来了一次发展的高潮。数......
粗糙集理论是在对不精确和不完全信息的分类和数据处理实践中由Pawlak提出来的. 粗糙集理论最初在人工智能的某些分支,例如推理,自......
首先，利用模糊点与模糊集合的邻属关系，引入了（α，β）-模糊等价关系和（（?），（?））-模糊等价关系的概念，并探讨了当α，β分别为∈，q，∈（?）q，∈（?）q的情况下，（（?......
模糊相似度是模糊集的一种重要的不确定性度量,是相关理论及应用研究的重点问题,同时也是模糊粗糙集模型研究的基本问题。毕达哥拉......
模糊集和粗糙集理论都是处理不确定现象的数学工具,模糊粗糙集或模糊近似空间作为模糊集与粗糙集的推广,已经成为重要的数学研究课......
随着科学技术的发展,系统的复杂程度不断提高,故障诊断在化工过程的生产运行中发挥着越来越重要的作用,可以有效提高系统的可靠性,......
在经典机器学习问题中,多标记学习作为一个热门的研究内容对现实世界多义性对象的研究具有重要意义,然而在现有的多标记学习算法中......
随着信息技术的发展和智能终端的普及,人类社会逐渐步入人工智能时代。数据产生与收集的方式发生了巨大变化,呈现出大规模、实时更......
特征选择可有效地加快学习过程、提高模型的泛化能力和学习精度,因此,特征选择已经成为了机器学习任务中一个重要的数据预处理过程......
产生于上世纪80年代的Quantale理论是理论计算机科学的数学基础之一,与拓扑、代数、逻辑等学科有着密切的联系.作为Quantale理论的......
概念认知是将形式概念分析与认知计算相结合的一个新的研究方向.概念认知是对人脑认知学习过程的模拟,从给定的有限的线索中反复学......
近年来，随着科学技术的发展，获取的目标信息越发膨胀、复杂。面对这种信息量大、信息模糊的环境，对目标进行准确识别就变得越发困难和......
近年来,信息技术的广泛应用使企业采集到的数据以前所未有的速度增长。但是,海量数据采集后并未得到充分的应用和开发,信息含量高......
粗糙集理论是继模糊集理论之后又一个新的处理不精确知识的数学方法。该理论已经在很多领域得到成功的应用。它已经成为人工智能和......
智能推理作为人工智能的一个重要研究领域，一直以来都是一个研究热点，但尚需解决的问题或难点还有许多。有些实际问题，需要在信息量不......
近年来,信息技术的广泛应用使企业采集到的数据以前所未有的速度增长.但是海量数据采集后并未得到充分的应用和开发,信息含量高、......
生物特征识别横跨了计算机技术和生物技术两大科技领域，近年来已广泛应用于金融、公安、军事等领域。鉴于单模的身份识别技术在准确......
粗糙集和模糊集是处理数据的两种不同的数学方法。粗糙集理论是波兰数学家Z.Pawlak于1982年提出来的两种处理不确定和不精确数据的......
传统的粗糙集理论是一种处理不完备、不完整数据的智能计算方法。传统的模糊集理论也是一种重要的处理不精确,不确定信息的数学工......
为了提高突发事件救援工作的效率,使伤亡人数达到最小,财产损失达到最少,首要的任务就是给灾区提供救援物资。然而,由于突发事件具......
在数据挖掘、模式识别、机器学习等研究过程中,特征选择能够选择出代表整个数据集信息的子集。与处理完整的数据集相比,使用特征选......
模糊粗糙集是将粗糙集和模糊集结合起来处理不精确和不确定信息的数学理论。目前关于模糊粗糙集的研究主要集中在模糊粗糙集的定义......
灾害性天气的预报和警示在人们的生产、生活中具有举足轻重的地位。天气的历史数据和预报员的经验往往对气象预测的结果起着重要作......
特征选择是一种用来降低数据集维度的技术,其核心是从输入的特征集合中选择出最具有预测性的特征子集来代表原始数据集合。特征选......
地质灾害的发生通常是许多因素共同作用的结果，对其中各种因素所起的作用进行研究有助于预测或预防地质灾害的发生。但是，地质灾害的......
随着因特网技术在人类社会活动中的应用越来越广泛，因特网中信息的规模越来越大。庞大的信息数量使得大部分人难以自己检索需要的信......
自信息的概念由香农提出,用来刻画信号输出的不确定性。将自信息应用于决策系统中可以用来刻画决策的不确定性,是决策能力评估的有......
现阶段,由于数据来源、数据信息结构以及数据统计方式的不同,数据特征之间存在巨大的差异。传统的模糊粗糙集通常使用单一的模糊相......
特征选择是一种有效的数据降维技术,主要任务是从原始数据集中选出最具代表性的特征子集,这些特征子集可以表达原始数据集的含义,......
信息融合是指将单个或多个信息源所获取的数据和信息进行关联、相关和综合,对态势和威胁及其重要程度进行全面、及时评估的信息处......
超网络是一种基于规则的分类模型,能够有效地处理各种分类问题,已被广泛地应用于模式分类、机器学习、生物信息学等领域。在实际应......
随着无线网络技术的发展,定位已成为人们日常生活中的必要需求。在室外环境中,全球定位系统(Global Positioning System,GPS)可以......
随着互联网技术的高速发展,各个领域均会产生待处理的大规模数据。如何对这些数据进行处理和分析,成为了当代的研究热点。粗糙集理......
现实中的数据往往具有多标记性。例如,一张图片可能同时包含“沙漠”、“骆驼”和“蓝天”等语义标注;一篇新闻报道可能同时包含“......
计算机辅助诊断(CAD)系统是一种基于计算机的医学图像自动分析工具,如分析乳腺X光摄影和前列腺MRI,它的使用有助于在早期发现癌变......
众所周知,除非结构化、多模态、多关联等特性外,高维、多标记也是数据复杂性的主要表现形式。比如,一张图片可能同时包含“夕阳”......
当今社会,信息技术高速发展,大数据的应用越来越广泛,各种数据已经渗透到社会的各行各业。因此,海量的数据成为了当今社会最具价值......
在计算智能技术所面临的挑战中,高维的数据集通常具有成千上万的特征,而在这些特征中的信息大部分是冗余和不相关的。为了解决特征......
随着计算机网络技术的高速发展,越来越多的私密信息放到互联网上,使得网络安全问题逐渐成为计算机科学研究领域中的热点话题。入侵......
截集对于数据分层具有重要作用,但目前关于模糊粗糙集中粗糙截集形式和性质的讨论非常有限,远不能满足数据分层对截集形式选取的需......
化工行业的生产具有高度的连续性,因此确保生产过程的稳定性和可靠性变得十分重要。随着现代计算机监控系统的大量应用,化工企业积......
