相容粗糙集相关论文
离群检测是数据挖掘研究的重要组成部分,其任务是,在给定数据对象集中发现那些与其他大部分对象相比有显著不同特征的对象。在大部......
BP神经网络因具有自学习、自适应、大规模并行处理等特点而广泛应用于遥感影像分类中,但是该方法训练时容易陷入局部极小值,且收敛......
粗糙集理论是一种分析不精确、不一致、不完备数据的有效工具。然而,等价关系约束下的经典粗糙集模型只能应对离散化形式的数据,具......
随着数据爆炸式的增长,人们获取的数据量越来越大,维度也越来越高,这给传统的机器学习算法带来了严峻的挑战。由于数据维数的大幅......
粗糙集理论是一种分析不精确、不一致、不完备数据的有效工具,利用“相容粗糙集”的理论对图形图像进行预检索,对提高图形图像的检......
在粗糙模糊集模型中,被逼近的目标概念是一个模糊集,使用的知识是等价关系,即描述对象的属性是离散值的。但在很多实际应用中,描述......
针对二值文本图像像素简单、纹理复杂、信息隐藏的免疫力差的特点,提出了一种基于相容粗糙集的数字水印嵌入位置选择方法。该方法把......
支持向量机(support vector machine,SVM)仅利用靠近分类边界的支持向量构造最优分类超平面,但求解SVM需要整个训练集,当训练集的规模较......
早期的利用粗糙集理论进行信息检索都是以“等价粗糙集模型”为基础的 ,但是等价粗糙集的性质限制了该方法的应用范围 .为此有些研......
引入相容度的概念,并给出一种利用相容度确定论域的完全覆盖的方法.然后用完全覆盖中的最大相容类定义精确集、粗糙集等概念,建立......
针对数字技术的发展促使个人的多媒体数据资料量越来越大,给人们的使用造成很大的不便,人们迫切需要能对这些资料进行检索和管理的工......
基于粗糙集相容关系给出了一个模式分类算法。先通过感知器神经网络训练属性相容权值和相容阈值,再由相容关系确定每个样本的上下......
结构选择是神经网络研究的热点,文章提出了一种基于相容粗糙集技术的ELM(Extreme Learning Machine)网络结构选择方法,给定一个含有很......
粗糙集理论是一种分析不精确、不一致、不完备数据的有效工具,利用"相容粗糙集"的理论对图形图像进行预检索,对提高图形图像的检索......
湿地是地球生态系统的重要组成部分之一,在调蓄洪水、降解污染物、补充地下水、调节气候、维持区域水平衡以及维持生物多样性等方......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们......
提出了一种改进的样例约简支持向量机,该方法利用相容粗糙集方法求属性约简的边界域,并从中选择样例作为候选支持向量训练支持向量机......
决策树是常用的数据挖掘方法,扩展属性的选择是决策树归纳的核心问题。基于离散化方法的连续值决策树归纳在选择扩展属性时,需要度......
经典粗糙集理论是Pawlak教授于1982年提出的一种能处理不精确、不一致、不完整信息的数据挖掘方法,其核心思想就是通过使用一对近似......
目的提升预测精度,提高作战装备保障部队的保障能力和保障水平,从而获得更高的军事经济效益。方法通过将变精度粗糙集和相容粗糙集......