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......
借鉴局部粗糙集的理论,本文利用模糊集上包含度的定义提出了局部模糊粗糙集模型,分析了该模型的性质并且给出了该模型的属性约简,......
区间值毕达哥拉斯犹豫模糊集是毕达哥拉斯犹豫模糊集的扩展,增强了不确定信息处理的鲁棒性.将区间值毕迭哥拉斯犹豫模糊信息融入粗......
属性约简是模糊粗糙集理论的重要研究内容,它能够删除冗余的属性,保留数据集中的关键信息.本论文旨在给出动态数据信息下的属性约......
模糊粗糙集融合了模糊集与粗糙集两者的优点,是一种更优的不确定性数据处理模型,但将其应用于区间集决策表的研究较为罕见.本文针......
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......
为了在一定程度上提升模型的实用性与容错率,首先给出程度模糊粗糙集模型和局部程度模糊粗糙集模型的定义,然后,将局部模糊粗糙集......
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......
目的:从政府管理和患者感知视角,建立医疗服务可提供性、医疗服务可获得性、经济可负担性和体系有效性4个维度的区域医疗服务水平......
粗糙集和软集等作为不确定性问题的研究方法,目前已成为智能计算的研究热点.本文首先构建了对象的可区分粒度矩阵,通过可区分粒度......
本文分析了传统粗糙集模型的缺陷,介绍了基于模糊划分的模糊粗糙集.利用模糊粗糙集模型,给出了一种对数值型决策表的预测方法.......
模糊粗糙集是一个模糊集,它可以用一组经典集表示出来。本文研究了一些相关问题,把模糊粗糙集用形式比较简单的一组粗糙模糊集表示......
L.Zadeh开创了模糊集理论,引入模糊熵的概念,用来度量模糊集的模糊性测度.1982年,Pawlak[2]给出了粗糙集的概念.作为模糊集理论与......
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......
多标签数据广泛存在于现实世界中,多标签特征选择是多标签学习中重要的预处理步骤.基于模糊粗糙集模型,研究人员已经提出了一些多......
为了提高模糊粗糙集特征选择算法的计算效率,在每次迭代过程中通过不断缩减样本和特征的搜索范围,提出了一种新的模糊粗糙集特征选......
基于模糊粗糙集和模糊C均值聚类算法对大型燃煤机组的各项指标数据进行分析挖掘,在燃煤机组各项指标数据信息量完整保存的条件下,......
由于无监督环境下特征选择缺少类别信息的依赖,所以利用模糊粗糙集理论提出一种非一致性度量方法DAM(disagreement measure),用于......
针对海量数据流分类的方法,创建海量数据流评判数学模型,保证系统的稳定性。对比静态数据,数据流具有传输高速性、动态变化性等特......
本文介绍了由基于三角模的模糊粗糙集的构造性定义,给出了模糊粗糙近似算子的基本性质,得到了模糊粗糙近似算子的公理化刻画,同时讨论......
为了提升下游模型的性能,获得质量更好的约简数据集,提出基于粒子群优化(PSO)的模糊粗糙集特征和实例联合选择算法,引入基于ε-双......
在定义模糊关系矩阵和布尔运算基础上,建立模糊粗糙集模型.利用关系矩阵的布尔运算探讨模糊粗糙近似算子的代数性质,给出串行的、......
针对矿山辅助设计系统开发过程中实例检索策略进行了研究,在最近邻算法的基础上,建立了以神经网络分类算法、粗糙集条件信息熵与层......
为提高大型高速铁路客运站的运营水平以及在特殊时期处理和组织客流的能力,分析高速铁路客运站安检设施配置与旅客在安检过程中活......
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......
该文主要研究了基于神经网络、粗糙集神经网络以及模糊神经网络的模式识别方法,对三者有机结合的可能性作以论述,对模糊粗糙集算法......
随着中医临床现代化的进一步发展,对中医舌诊客观化、定量化提出了新的要求。以现代科学技术手段研究舌诊原理、提高其临床应用价值......
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......
随着现代企业数据量的日益增加,从这些数据中发现知识的要求也日益迫切.分类是数据挖掘的重要组成部分,它根据类标号已知的数据建......
网格系统是一种可以将地理区域不同,系统架构各异的各种资源通过高速互连网络连接起来在一定范围内实现协同计算和资源共享的环境。......
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......
制造执行系统(Manufacturing Execution System,MES)是面向车间层的管理信息系统,它是上层的计划管理系统与底层的工业控制系统之间的......
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......