概率粗糙集模型

来源 :计算机科学 | 被引量 : 45次 | 上传用户:zhangchao1011
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
1.引言原始的RS模型(常称为Pawlak RS模型)是建立在二元等价关系的基础上的,但由于实际问题的需要,PawlakRS模型的应用受到了限制,因此人们将二元等价关系推广成一般的二元关系,得到了一般关系下的RS模型,Yao还在文[4]中讨论了基于邻域算子的RS模型。另一方面Pawlak粗糙集模型是基于可利用信息的完全性的,因而忽视了可利用信息的不完全性和可能存在的统计和随机信息,这类模型对于不协调的决策表的规则提取往往显得无能为力。本文我们从概率论的观点出发来研究粗糙集理论,为研究不确定信息系统
其他文献
自从1962年Hu提出在模式识别中采用矩不变性以来,矩函数由于具有不随图像平移、变比、旋转而变化的不变性质被广泛用于图像分析中,如不变模式识别,物体分类姿态估计图像编码与重构纹理分割等。同时它所提供的各类几何信息也广泛应用于计算机视觉和机器人技术中。但计算量大和高阶矩受噪声影响较大,一直困扰着矩方法。小波变换可以将图像分解成不同的子波带,低频部分中包含了原始图像的主要信息。这就启发我们:首先,利用
The NAS can satisfy the requirement of more big capacity,more faster access speed and more easier accessfor the storage system. The conventional NAS usually lac
<正> 1 引言数据挖掘(Data Mining),也称为数据库中知识发现KDD,是指发掘隐藏在堆积如山的数据中的真知灼见,这基本上正在变成一种商业上非做不可的事情。关联规则(As-sociat
一、引言属性归纳算法的出现主要有以下几个原因.首先,虽然某些规律,如关联规则可以在基本概念层上发现[3,4],但是一些更让人感兴趣的规律一般只在更高的概念层上才能发现,并
1.引言  在许多应用中,移动机器人都必须知道它自身的位置[1],以及如何在不断跟踪自身的全局位姿的同时有效地到达环境中的另一个位置.因此近年来机器人的自定位获得了研究
期刊
1.前言随着科学技术迅猛发展,信息交流量与日俱增,人们开始广泛应用高速度、大容量的现代化工具--计算机进行信息处理.为使计算机能够应用于更广泛的用户,利用计算机高效率地
1.模式及其描述方法  软件体系结构的模式描述了在特定设计语境中出现的设计问题的特殊重视,并为这种方案提供了一个良好证明的一般计划.……
期刊
1引言计算几何在计算机辅助设计、计算机图形学(特别是三维图形生成技术)及机器人等领域是非常重要的.特别在近年来,受到了学术界的极大关注.Voronoi图是计算几何的一个重要
1引言支撑向量机(Support Vector Machine,简称SVM)是九十年代中期发展起来的机器学习技术[1,6],随着这项技术越来越受到人们重视,一些训练算法应运而生..1998年,Platt[5]提
1.引言知识的表示与管理一直是当今人工智能领域的研究热点课题,而逻辑表示是人工智能中使用最早的表示模式之一[1],特别是模态逻辑的研究越来越得到人们的重视.模态逻辑中加