首页 | 本学科首页   官方微博 | 高级检索  
     

多粒度概率粗糙集及其在目标识别中的应用
引用本文:张鑫,李续武,路艳丽,侯学礼.多粒度概率粗糙集及其在目标识别中的应用[J].弹箭与制导学报,2016(5):123-128.
作者姓名:张鑫  李续武  路艳丽  侯学礼
作者单位:1. 空军工程大学防空反导学院,西安,710051;2. 西北工业集团有限公司,西安,710051
基金项目:国家自然科学基金(61272011)
摘    要:针对传统多粒度粗糙集模型在反映问题的不完全性与统计特性方面的局限性,提出了多粒度概率粗糙集模型.首先,将概率粗糙集模型的思想与粒计算中多粒度空间描述问题的思想相结合,给出具有一般性的多粒度概率粗糙集模型的定义.同时,以正域及负域不变的原则定义了乐观多粒度概率粗糙集模型的属性约简.然后,基于Bayes最小风险理论对多粒度概率粗糙集模型中的参数进行确定.最后,将乐观多粒度概率粗糙集模型应用于弹道导弹目标识别问题中.

关 键 词:多粒度粗糙集  概率粗糙集  多粒度概率粗糙集  Bayes决策  目标识别

Multigranulation Probabilistic Rough Sets and Its Application in Target Recognition
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
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