排序方式： 共有8条查询结果，搜索用时 12 毫秒
1
1.
2.
概率粗糙集三支决策是不确定问题求解的一种重要理论,流计算模式是一种新型的动态内存计算形式,实施流计算模式下三支决策的快速动态计算是一项具有挑战性的新议题。本研究以流计算模式中的两个核心计算步骤即动态增量与动态减量作为研究对象,提出了一种流计算模式下概率粗糙集三支决策域的快速动态学习方法。首先对流计算模式中三支决策动态增量和动态减量的不同变化情况进行了数据建模。然后基于不同数据变化情况分别讨论了数据增量与数据减量时三支决策域的变化推理,并且基于上述理论给出了流计算模式下的三支决策动态增减学习算法。该算法能够以更低的时间复杂度获得与经典三支决策算法相同决策效果。最后通过八种UCI数据集的实验证明了流计算模式下三支决策动态增减学习算法在时间消耗上明显优于经典概率粗糙集三支决策算法,并且在不同阈值下具有稳定的决策效率。本研究表明了流计算模式下三支决策快速计算是可行的。 相似文献
3.
在粒子系统的基础上研究了烟雾微粒浓度扩散和微粒内部之间碰撞检测相结合的方法。通过扩散方程建立了烟雾扩散力场,以确保扩散运动轨迹的精确性;为了降低微粒之间的碰撞检测时间,引入了基于空间哈希表的碰撞检测技术。经仿真实验结果证明了该算法不仅能够提高模拟速度以达到实时控制要求,而且能够展示烟雾扩散的真实性。 相似文献
4.
目前大学生就业竞争力分析是一个很重要的课题,但现有的分析方法多局限于对竞争力影响因素所占权重的分析,从而制约了大学生对各影响因素间的关联性的认识.根据关联规则分析理论,通过转化决策型数据,利用二进制关联规则挖掘算法对大学生就业竞争力进行科学分析,提取得出有效规则.通过对2007年度毕业生的就业竞争力评价,验证该方法的实用性、可行性. 相似文献
5.
带Rough相等关系词的Rough逻辑系统及其推理 总被引：5，自引：0，他引：5
以公式的定义域集的下和上近似分别相等方法，定义了两个Rough逻辑公式Rough相等，并以此定义了Rough相等关系词“＝R”，它不仅比等值词“←→”运算有更多的直观性，而且既考虑了可定义的公式，也包含了那 边界线上不可定义或可能可定义的公式，所以，经典逻辑中的隐含量φ→ψ被移至Rough逻辑中应当解释为R.(d(φ））包含R.(d(ψ))∧R^*(d(φ))包含R^*（d(ψ））。经典逻辑中的等值式φ←→ψ被移至Rough逻辑中应当解释为R.(d(φ））＝R.(d(ψ))∧R^*(d(φ))＝R^*（d(ψ）），其中d(F)是公式F的定义区域，它可能是可定久集，也可能是不可定义集或Rough集，这是Rough逻辑与经典逻辑与其它非标准逻辑的重要区别之一，将这种Rough相等词“＝R”引入Rough逻辑中，因而得一些相关的性质和相关的推理规则。文本中建立了带Rough相等关系词“＝R”的Rough逻辑推理系统，并在这个系统下用演绎推理方法证明了几个具体的实例。 相似文献
6.
非协调信息系统的知识挖掘是传统数据挖掘方法实践的难点和最重要的研究方向之一。本文在经典粗糙集理论的基础上进行粒计算结构的设计与相应的计算模型研究,提出了基于上述理论的粒度矩阵非协调信息系统知识挖掘方法。首先定义了保留冗余数据的粒度矩阵、决策规则的协调度算法,以及基于可控协调度的粒度矩阵的可导度计算方法,其次在该研究基础上设计了非协调信息系统的属性约简算法和属性值约简算法。最后的仿真实验和初步的企业应用验证了算法对非协调信息处理的鲁棒性和可用性。本研究为非协调信息系统的知识挖掘提供了一个有效的粒计算模型。 相似文献
7.
三支决策是不确定问题求解的重要理论。经典的决策粗糙集模型通过计算三支区域总体决策最小化风险,给出了一种有效的三支决策阈值求解方案。然而 对于决策粗糙集理论中代价目标函数之间的逻辑关系及其三支决策阈值间的推理 ,目前尚未有研究进行深入讨论。首先,提出了一种基于三支决策代价目标函数间逻辑关系的新型阈值计算方法。其次,根据不同损失函数取值分布情况下的三支决策阈值推导,分别给出了不同阈值的三支分类语义解释。最后,通过一组典型的实例证明了提出的基于三支决策代价目标函数的阈值计算方法及三支决策分类的推理是有效的。 相似文献
8.
1