首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   15篇
  完全免费   13篇
  自动化技术   28篇
  2018年   1篇
  2017年   1篇
  2015年   1篇
  2014年   2篇
  2013年   1篇
  2012年   1篇
  2011年   1篇
  2010年   4篇
  2009年   2篇
  2008年   5篇
  2007年   4篇
  2006年   2篇
  2005年   2篇
  2002年   1篇
排序方式: 共有28条查询结果,搜索用时 31 毫秒
1.
不同知识粒度下粗糙集的不确定性研究   总被引:27,自引:1,他引:26  
粗糙集的不确定性度量方法,目前主要包括粗糙集的粗糙度、粗糙熵、模糊度和模糊熵.在不同知识粒度下,从属性的角度,给出了分层递阶的知识空间链,发现在分层递阶的知识粒度下部分文献中定义的粗糙集的粗糙熵和模糊度随知识粒度的变化规律不一定符合人们的认识规律.从信息熵的角度提出了一种粗糙集不确定性的模糊度度量方法,证明了这种模糊度随知识粒度的减小而单调递减,弥补了现有粗糙熵和模糊度度量粗糙集不确定性的不足.最后,分析了在不同知识粒度下粗糙度和模糊度的变化关系.  相似文献
2.
粗集理论中知识的粗糙性研究   总被引:8,自引:0,他引:8  
粗集理论是处理知识不精确和不完善的一种归纳学习方法,其基本思想是在保持分类能力不变的前提下,通过知识的简,导出概念的分类规则,熵作为对不确定性的一种度量,可用于描述近似空间(U,R)中对象的分类情况,在文中,知识的粗糙性定义为近似空间中的粗糙熵,近似空间上基于等价关系的划分过程是其粗糙熵不断减小的过程,同时讨论了信息系统中的若干粗糙熵性质。  相似文献
3.
粗糙模糊集的不确定性度量   总被引:8,自引:1,他引:7  
粗糙集理论是一种有效处理不精确、不确定含糊信息的数学理论,近年来已被广泛应用于机器学习、数据挖掘、智能数据分析。该文结合知识粗糙性与信息熵给出了一种关于粗糙模糊集(RF集)的不确定性度量。  相似文献
4.
一种基于粗糙熵的知识约简算法   总被引:7,自引:1,他引:6  
李鸿 《计算机工程与应用》2005,41(14):78-80,148
描述了知识的粗糙性,提出了知识的粗糙熵概念,建立了信息系统中知识与粗糙熵之间的关系,并通过知识的粗糙熵对属性的重要性进行了定义。在此基础上,提出了基于粗糙熵的知识约简算法,该算法的时间复杂性为O(|R|3|U|2)。通过例子分析,表明该算法是有效的。  相似文献
5.
基于覆盖的粗糙模糊集的粗糙熵   总被引:2,自引:0,他引:2       下载免费PDF全文
覆盖约简是研究覆盖去冗余问题的一种有效方法。本文在基于最简覆盖的粗糙集模型的基础上,将粗糙度和粗糙熵的概念引入基于最简覆盖的粗糙模糊集,用来度量其不确定性程度;讨论了它们的一些性质,并通过实例说明粗糙熵比粗糙度更能精确地反映基于最简覆盖的粗糙模糊集的不确定性程度。  相似文献
6.
覆盖粗糙直觉Fuzzy集模型   总被引:2,自引:1,他引:1       下载免费PDF全文
考虑到经典粗糙集模型中等价关系过于严格的缺陷和直觉Fuzzy集在处理不确定信息时所具有的表达力,建立了覆盖粗糙直觉Fuzzy集模型,并给出了该模型下的一些性质;接着引入了覆盖粗糙直觉Fuzzy集模型的粗糙度和粗糙熵的概念,讨论其不确定性度量;最后给出了算例。  相似文献
7.
优势关系下序信息系统的信息量与粗糙熵   总被引:2,自引:0,他引:2  
在基于优势关系的序信息系统中引入了知识的信息量和知识粒度的概念,得到了它们的若干性质和定理.证明了在知识约筒过程中,信息量的变化趋势是递减的.考虑到导致粗集粗糙性的原因,将粗糙度和信息量结合起来,提出了一种新的粗集粗糙熵来刻画粗糙集的粗糙性,得到了粗糙集的粗糙熵随着序信息系统约简的变细而单调减少的结论,该结论为序信息系统的知识发现奠定了一定的理论基础.  相似文献
8.
多粒度覆盖粗糙模糊集模型不确定性研究   总被引:1,自引:0,他引:1  
针对覆盖粗糙模糊集中存在的上下近似不一致问题.引入一种更为合理的覆盖粗糙模糊集模型,讨论了该模型的结构与相关性质,定义了基于此模型的粗糙度度量方法.基于覆盖粗糙模糊集中粗糙度相等的情形,提出模糊集中极大模糊集的概念,并利用模糊集与极大模糊集的距离问题定义了模糊集的优劣次序,从而有效解决了模糊集在覆盖粗糙模糊集中粗糙度的度量问题.通过引入粗糙熵等相关概念,证明了此模型中仍然存在随最简覆盖变细,两种度量单调减少的规律,并通过实例进行了验证.从而为进一步揭示粗糙集、粗糙模糊集及覆盖粗糙模糊集之间的不确定性度量规律提供了理论依据.  相似文献
9.
Adaptive multilevel rough entropy evolutionary thresholding   总被引:1,自引:0,他引:1  
In this study, comprehensive research into rough set entropy-based thresholding image segmentation techniques has been performed producing new and robust algorithmic schemes. Segmentation is the low-level image transformation routine that partitions an input image into distinct disjoint and homogenous regions using thresholding algorithms most often applied in practical situations, especially when there is pressing need for algorithm implementation simplicity, high segmentation quality, and robustness. Combining entropy-based thresholding with rough set results in the rough entropy thresholding algorithm.The authors propose a new algorithm based on granular multilevel rough entropy evolutionary thresholding that operates on a multilevel domain. The MRET algorithm performance has been compared to the iterative RET algorithm and standard k-means clustering methods on the basis of β-index as a representative validation measure. Performance in experimental assessment suggests that granular multilevel rough entropy threshold based segmentations - MRET - present high quality, comparable with and often better than k-means clustering based segmentations. In this context, the rough entropy evolutionary thresholding MRET algorithm is suitable for specific segmentation tasks, when seeking solutions that incorporate spatial data features with particular characteristics.  相似文献
10.
基于粗糙熵权的模糊多准则决策方法及应用   总被引:1,自引:0,他引:1  
提出度量粗糙集不确定性的粗糙熵概念,并基于粗糙熵对属性的重要度给出了定义,从而提供一种求解模糊多准则决策模型中准则权重的方法.根据备选方案的模糊评价系统,给出相关的知识表达系统,并建立删除冗余属性后的备选方案综合评价优选矩阵,通过比较各备选方案与理想方案的近似度求出最优方案.最后,通过实例计算证明了上述模型及方法的有效性.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号