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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、粗糙集理論,作為一種新型的處理不確性和不精確性知識的數(shù)學(xué)方法,是波蘭數(shù)學(xué)Zdzislaw Pawlak于1982年提出的。其主要思想是利用已知的知識或信息來近似不精確的概念或現(xiàn)象。自從上世紀(jì)九十年代以來,粗糙集在理論上的不斷完善,在實(shí)際上的廣泛應(yīng)用逐漸成為國際學(xué)術(shù)界的研究熱點(diǎn)之一。而同為數(shù)據(jù)分析的有力工具概念格理論和模糊集理論分別是由1982年Wille R.和1965年Zadeh創(chuàng)立。這兩種理論雖然與粗糙集理論不同,但在數(shù)據(jù)問題的處理
2、上都與之存在一定的相容性和相似性,利用粗糙集理論與方法研究概念格理論和模糊集理論,利用概念格理論和模糊集理論與方法研究粗糙集理論,相互借鑒,相互促進(jìn),推動了粗糙集理論的發(fā)展。 基于粗糙集理論目前的廣泛應(yīng)用,本文就粗糙集理論模型的研究的現(xiàn)狀,主要采用構(gòu)造型方法,結(jié)合模糊集、概念格、概率等不確定性理論,對經(jīng)典的Pawlak粗糙集模型和其它粗糙集模型作了推廣研究,其具體工作如下: (1)結(jié)合粗糙集與概念格在數(shù)據(jù)分析方面的相似之
3、處以及存在的相互聯(lián)系。本文將概念格在模糊意義下展開,得到由不同蘊(yùn)涵算子表示的模糊概念,并在基于粗糙集的概念格這一模型的基礎(chǔ)上,針對粗糙集所描述的分類是完全精確的這一局限性,通過引入閾值β,放松了在原粗糙集中要求的概率分類的近似邊界的嚴(yán)格定義,允許上近似和下近似存在一定的分類誤差,從而討論了基于變精度粗糙集的概念格與其性質(zhì)。 (2)由于現(xiàn)有的模糊粗糙集大多數(shù)定義在模糊最小相似關(guān)系下,這就使得模糊粗糙集沒有經(jīng)典粗糙集的某些性質(zhì),并且
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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 粗糙集理論及其擴(kuò)展模型的研究.pdf
- 粗糙集理論及其應(yīng)用研究.pdf
- 幾種粗糙集模型推廣的研究.pdf
- 粗糙集理論模型研究.pdf
- 粗糙集理論模型的研究.pdf
- 一種推廣的粗糙集模型.pdf
- 粗糙集與Vague集的理論及應(yīng)用研究.pdf
- 概率粗糙集屬性約簡理論及方法研究.pdf
- 粗糙集理論及其在屬性選擇中的作用-read
- 粗糙集理論及其在入侵檢測中的應(yīng)用研究.pdf
- 粗糙集理論及其在數(shù)據(jù)預(yù)處理中的應(yīng)用.pdf
- 粗糙集理論及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 粗糙集理論及其在多目標(biāo)優(yōu)化中的應(yīng)用.pdf
- 粗糙集理論的推廣及若干應(yīng)用問題.pdf
- 粗糙集理論及其在煙草品質(zhì)判別中的應(yīng)用研究.pdf
- 粗糙集理論及其在神經(jīng)網(wǎng)絡(luò)中的應(yīng)用研究.pdf
- 粗糙集理論及故障診斷應(yīng)用研究.pdf
- 二型模糊粗糙集的理論及應(yīng)用研究.pdf
- 粗糙集模型與粗糙代數(shù)的研究.pdf
- 1752.模糊粗糙集理論及其在群中的應(yīng)用
評論
0/150
提交評論