

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、分類是數(shù)據(jù)挖掘領(lǐng)域中最為重要的一類問題。許多數(shù)據(jù)挖掘問題本質(zhì)上都可以等價(jià)地轉(zhuǎn)化為分類問題。粗糙集理論和證據(jù)理論都是處理不確定問題的重要工具。證據(jù)理論用基本概率分配函數(shù)、信任函數(shù)、似真度函數(shù)處理不確定性問題,在分類挖掘中具有自身的優(yōu)勢(shì)。粗糙集理論處理不確定問題的優(yōu)點(diǎn)在于不需要先驗(yàn)信息,在分類挖掘領(lǐng)域得到廣泛應(yīng)用。然而在許多實(shí)際分類問題中,對(duì)象之間往往構(gòu)成覆蓋關(guān)系,致使Pawlak粗糙集模型的應(yīng)用受到限制,不能有效地對(duì)待識(shí)別樣本分類,很多論
2、文將Pawlak粗糙集模型拓展為覆蓋粗糙集。為保留Pawlak粗糙集模型特有的優(yōu)良性質(zhì),有必要對(duì)覆蓋粗糙集模型進(jìn)行合理有效的轉(zhuǎn)化。由于粗糙集理論未能包含處理不精確或不確定的原始數(shù)據(jù)的機(jī)制,它與證據(jù)理論有很強(qiáng)的互補(bǔ)性,并能有效解決證據(jù)理論研究問題帶來的一些問題。
首先,論文介紹了證據(jù)理論與覆蓋粗糙集分類的研究背景和意義,簡(jiǎn)述了證據(jù)理論研究現(xiàn)狀、粗糙集理論研究現(xiàn)狀、覆蓋粗糙集的研究現(xiàn)狀及證據(jù)理論與覆蓋粗糙集之間關(guān)系的研究現(xiàn)狀;
3、接著介紹了Pawlak粗糙集理論和覆蓋粗糙集理論、證據(jù)理論的相關(guān)知識(shí)。
其次,論文通過對(duì)鄰域覆蓋以及覆蓋導(dǎo)出的等價(jià)關(guān)系進(jìn)行研究,提出了覆蓋粗糙集的一種轉(zhuǎn)化新方法,新方法證明了由一個(gè)覆蓋可唯一導(dǎo)出一個(gè)劃分,由一個(gè)覆蓋與其覆蓋約簡(jiǎn)導(dǎo)出的劃分一致等結(jié)論,得出了由覆蓋導(dǎo)出的等價(jià)關(guān)系的近似算子更加細(xì)分等優(yōu)良性質(zhì),提高了集合的近似程度,然后通過實(shí)例進(jìn)一步驗(yàn)證了論文提出的轉(zhuǎn)化方法的優(yōu)越性。
再次,論文對(duì)各種Pignisti
4、c概率轉(zhuǎn)換方法及證據(jù)理論的決策規(guī)則進(jìn)行研究,提出了基于規(guī)劃方法的相容概率決策規(guī)則,通過實(shí)驗(yàn)對(duì)比研究,進(jìn)一步驗(yàn)證了該決策規(guī)則的有效性,將此相容概率決策規(guī)則用于樣本的分類,更加直觀、準(zhǔn)確,有利于降低樣本分類的誤判率。
最后,研究基于證據(jù)理論的覆蓋廣義決策規(guī)則及其分類方法。論文提出了基于證據(jù)理論與覆蓋的三種分類方法,即方法1,方法2,方法3,以及基于證據(jù)理論與覆蓋轉(zhuǎn)化的四種方法,即方法a,方法b,方法c與方法d。通過實(shí)例對(duì)各種分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于證據(jù)理論的粗糙集方法.pdf
- 基于粗糙集與證據(jù)理論的信息融合研究.pdf
- 基于粗糙集與證據(jù)理論的決策信息融合研究.pdf
- 粗糙集與證據(jù)理論的關(guān)系研究【開題報(bào)告】
- 基于粗糙集與證據(jù)理論的測(cè)試用例集優(yōu)化研究.pdf
- 粗糙集與證據(jù)理論的關(guān)系研究【文獻(xiàn)綜述】
- 基于粗糙集理論與證據(jù)理論相結(jié)合的電網(wǎng)故障診斷.pdf
- 基于粗糙集的證據(jù)理論及其在網(wǎng)絡(luò)證據(jù)融合中的應(yīng)用.pdf
- 信息與計(jì)算科學(xué)畢業(yè)論文粗糙集與證據(jù)理論的關(guān)系研究
- 基于粗糙集與證據(jù)理論的瓦斯傳感器故障診斷技術(shù)的研究.pdf
- 基于改進(jìn)貝葉斯粗糙集和證據(jù)理論決策分析方法研究
- 基于粗糙集和證據(jù)理論的智能變電站故障診斷.pdf
- 基于粗糙集理論的文本分類研究.pdf
- 基于粗糙集理論的分類規(guī)則挖掘.pdf
- 粗糙集與證據(jù)理論在醫(yī)療智能診斷系統(tǒng)中的應(yīng)用研究.pdf
- 覆蓋粗糙集的數(shù)值刻畫理論與方法研究.pdf
- 16039.基于覆蓋的多分類lr模糊決策理論粗糙集模型
- 基于鄰域的覆蓋粗糙集研究.pdf
- 基于粗糙集理論的文本自動(dòng)分類研究.pdf
- 鄰域粗糙集及其基于鄰域粗糙集的分類算法.pdf
評(píng)論
0/150
提交評(píng)論