注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于粗糙集的决策表知识约简研究

  2. 在知识发现过程中，由于待处理的数据集有时带有噪声或不完整，因此需要能处理不精确、不确定数据的理论和方法。粗糙集理论正是满足这种要求的新型数学工具。基于粗糙集的知识发现过程，就是利用粗糙集理论与方法从数据中挖掘出新颖的、有用的非平凡的模式过程。围绕知识约简这个核心研究问题，分别从差别矩阵、启发式信息及数据库系统的角度对知识约简进行了深入研究。将粗糙集引入Vague目标信息系统，讨论了Vague目标信息系统的知识约简问题。相关主要工作有以下几方面： 现有差别矩阵只适用于一致或部分一致决策表，对于完

  3. 所属分类：其它

    • 发布日期：2009-07-26
    • 文件大小：829440
    • 提供者：yanfox

  1. 计算Web智能粒度粗糙理论及关键技术研究

  2. 随着Internet的高速发展，越来越多的企业将业务应用部署在Web上，从根本上改变了用户使用业务应用、接受企业服务的模式。由于Web上的业务服务应用日趋复杂、访问量骤增，随之而来的问题是海量数据的复杂性和不确定性特征的日益突出。这种不确定的、复杂的海量Web数据，传统Web技术难以有效地处理、进行知识发现和决策制定，已经成为了制约电子商务等应用领域发展的瓶颈。以处理Web上不确定性为主要目标的计算Web智能，为解决上述困境提供了有效的方法学依据。

  3. 所属分类：其它

    • 发布日期：2011-12-07
    • 文件大小：7340032
    • 提供者：haijun2562

  1. Rough集理论与知识获取

  2. 王国胤 重庆邮电大学计算机科学与技术研究所 粗糙集理论pdf

  3. 所属分类：专业指导

    • 发布日期：2012-09-20
    • 文件大小：3145728
    • 提供者：lugix1984

  1. 多粒度空间中集合的粗糙相等和粗糙包含的研究

  2. Pawlak教授在1982年提出的粗糙集理论是解决不确定性问题的重要工具。为了使粗糙集更好地处理不确定性问题，通过考虑数学等式和包含的严格概念，Pawlak引入了对等式和粗糙包含的定义。但是对粗糙相等和粗糙包含的研究是在一定的粒度空间上进行的。针对多粒度空间中两个不确定目标集之间的粗糙相等和粗糙包含关系，给出了一些变化规律，并提出了两个近似相等集之间的相似度来描述两个不确定性之间的相似度。在多粒度空间中设置。为了通过近似集同时描述两个大致粗糙的不确定集，将从乐观和悲观的角度定义乐观λ-近似集和悲

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：1034240
    • 提供者：weixin_38700779

  1. 属性约简中的定量/定性区域变化不确定性/确定性：基于粒度计算的比较区域变化分析

  2. 属性约简是粗糙集和粒度计算（GrC）中的基础研究主题。它的科学构建最初取决于地区变更法。目前，在定量/定性模型中仅挖掘区域变化的非单调性/单调性。深入的区域变化真相及其GrC机制具有重要意义，尤其对于减少后续属性。本文主要从新颖的不确定性/确定性角度开始探讨区域变化的本质。具体而言，我们采用定性的Pawlak模型和定量的DTRS模型（决策理论粗糙集模型），基于GrC进行比较区域变化分析。 （1）研究知识粗化来描述属性删除。 （2）研究了颗粒合并及其区域分布，以探索区域变化函数。 （3）在Pawl

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：1048576
    • 提供者：weixin_38589168

  1. 一种基于矩阵的知识粒度计算方法

  2. 不确定性是粗糙集理论研究中的热点问题之一,而知识粒度是度量知识系统不确定性的一种重要方法.文中从矩阵的视角探讨知识粒度、粗糙度和属性重要度等概念的计算方法并分析知识粒度矩阵算式的内在含义,揭示出知识粒度与等价关系矩阵之间的关系.在提出知识粒层次结构的基础上进一步探讨了属性增删时知识粒度的变化规律.最后结合属性增删时不可分辨关系矩阵的更新将属性重要度的矩阵计算方法应用于求属性集的核集和最小约简中,算例表明属性重要度的矩阵计算方法在属性约简中的有效性.

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：317440
    • 提供者：weixin_38595690

  1. 有序信息系统中的多粒度决策理论粗糙集

  2. 有序信息系统中的多粒度决策理论粗糙集

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：429056
    • 提供者：weixin_38709139

  1. 结合多粒度粗糙集和证据理论的信息融合方法

  2. 结合多粒度粗糙集和证据理论的信息融合方法

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：643072
    • 提供者：weixin_38703123

  1. 改进的卷积神经网络与粗糙集理论相结合的数据聚合算法

  2. 数据聚合是缓解无线传感器网络（WSN）能耗的关键方法。 但是，如何在保持数据保真度和机密性的同时执行数据聚合是一项具有挑战性的研究任务。 由于许多现有的聚合算法具有较大的通信和计算开销，因此本文将粗糙集理论与改进的卷积神经网络进行了集成，并提出了一种用于无线传感器网络的新型信息聚合算法。 首先，在我们提出的算法中设计了一个特征提取模型，然后在Sink节点中进行训练，其中采用粗糙集理论有效地简化了信息并减少了标注维数。 一旦集群节点从粒度深层网络中提取了这些数据特征，它们就会被集群头发送到Sink

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：1048576
    • 提供者：weixin_38695293

  1. 多源信息系统的广义多粒度双定量决策理论粗糙集

  2. 多源信息系统的广义多粒度双定量决策理论粗糙集

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：828416
    • 提供者：weixin_38694006

  1. 邻域粗糙集不确定性的度量

  2. 不确定性度量是机器学习领域中的关键评估工具，它可以度量两个特征子集之间的依赖性和相似性，并可以用来判断特征在分类和聚类算法中的重要性。 在经典的粗糙集中，存在一些不确定性工具来测量特征子集，包括准确性，粗糙度，信息熵，粗糙熵等。这些度量适用于离散值信息系统，但不适用于实值数据集。 在本文中，通过介绍邻域粗糙集模型，每个对象都与一个邻域子集（称为邻域颗粒）相关联。 提出了几种邻域颗粒的不确定性度量，即邻域系统中的邻域精度，信息量，邻域熵和信息粒度。 此外，我们证明了这些不确定性度量满足非负性，不变

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：940032
    • 提供者：weixin_38668274

  1. 不完备信息系统中基于粒理论的多粒度粗糙集的数值表征

  2. 不完备信息系统中基于粒理论的多粒度粗糙集的数值表征

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：952320
    • 提供者：weixin_38622427

  1. 不完备信息系统中基于粒理论的多粒度粗糙集数值表征

  2. 不完备信息系统中基于粒理论的多粒度粗糙集数值表征

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：391168
    • 提供者：weixin_38728276

  1. 粗糙集理论中的组合熵和组合粒度

  2. 基于信息获取的直觉性知识内容性质，在粗糙集理论中引入了组合熵和组合粒化的概念。 定义了条件组合熵和互信息，并推导了它们的几个有用属性。 此外，建立了组合熵和组合颗粒化之间的关系，可以表示为CE（R）+ CG（R）=1。上述概念的所有属性都是不完整信息中这些概念的特殊情况。系统。 这些结果具有广泛的应用，例如在粗糙集理论的启发式归约算法中，测量知识内容，测量属性的重要性，构造决策树和构建启发式函数。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：207872
    • 提供者：weixin_38631282

  1. 不完整的多粒度粗糙集

  2. 原始的粗糙集模型主要与给定宇宙上的单个等价关系描述的集的近似有关。 从粒度计算的角度来看，经典的粗糙集理论是基于单个粒度的。 这篇对应论文首先将基于公差关系的粗糙集模型扩展到基于多粒度的不完整粗糙集模型，其中通过使用宇宙上的多个公差关系来定义集近似值。 然后，针对该粗糙集框架提出了几种基本措施，并引入了近似归约的概念来表征保留该粗糙集模型中所有决策类的较低近似值和较高近似值的最小属性子集。 最后，设计了几种关键算法来寻找近似归约。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：595968
    • 提供者：weixin_38727928

  1. 基于知识粒度的不完备信息系统粗糙集不确定性度量

  2. 粗糙集理论是在模糊和不确定性特征下针对计算机应用的一种相对较新的数学工具。 在本文中，我们解决了不完整信息系统的粗糙集的不确定性。 获得了不完全信息系统知识粒度的公理定义，提出了粗糙集不确定性的度量。 此度量具有一些不错的属性，例如等效性，最大值和最小值。 此外，我们证明了不确定性度量是有效的并且适合于测量不完整信息系统的粗糙集的粗糙度和准确性。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：192512
    • 提供者：weixin_38747592

  1. 知识库中的知识结构，知识粒度和知识距离

  2. 粗糙集理论的优势之一是，未知目标概念可以由知识库中现有的知识结构大致表征。 知识库中的知识结构分为两类：完整的和不完整的。 在本文中，通过统一表达这两种知识结构，我们首先在知识库上解决四个运算符，这些运算符足以使用已知的知识结构生成新的知识结构。 然后，提出了知识库中知识粒化的公理定义，使现有的一些知识粒化成为其特殊形式。 最后，我们介绍了知识距离的概念，用于计算同一知识库中两个知识结构之间的差异。 注意知识距离满足给定宇宙在所有知识结构上距离空间的三个属性。 这些结果对于从知识库中发现知识非常

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：280576
    • 提供者：weixin_38536841

  1. MGRS：多粒度粗糙集

  2. 原始的粗糙集模型是由Pawlak开发的，主要涉及由宇宙上单个二元关系描述的集合的逼近。 在视图中在粒度计算方面，经典的粗糙集理论是通过一次粒化建立的。 本文将Pawlak的粗糙集模型扩展为多粒度粗糙集模型（MGRS），其中集合近似值是通过在宇宙。 获得了MGRS的许多重要特性。 结果表明Pawlak的粗糙集理论的某些特性是MGRS的特例。 而且，一些重要的度量，例如精度度量a，近似质量给出了c和近似值p的精度，它们根据a重新解释基于集合，Marczewski–Steinhaus度量和包含度的经典

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：489472
    • 提供者：weixin_38736562

  1. 粗糙集理论中评价决策表决策性能的措施

  2. 作为两个经典度量，可以采用近似精度和一致性程度来评估决策表的决策性能。 但是，当这两个度量的值等于零时，它们不能详尽地描述决策表的确定性和一致性。 为了克服这个缺点，我们首先根据粗糙集理论的一致性将决策表分为三种类型，并引入三种新的方法来评估从决策表中提取的决策规则集的决策性能。 然后，我们分析这三种度量中的每一种如何取决于条件类型和三种决策表类型的决策粒度。 对三个实用数据集的实验分析表明，这三个新指标似乎非常适合评估决策规则集的决策绩效，并且比两个经典指标要好得多。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：302080
    • 提供者：weixin_38645373

  1. 基于证据理论刻画多粒度覆盖粗糙集的数值属性

  2. 基于证据理论刻画多粒度覆盖粗糙集的数值属性

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：5242880
    • 提供者：weixin_38748580
« 12 »