概率粗糙集模型 |
| |
引用本文: | 王基一,许黎明.概率粗糙集模型[J].计算机科学,2002,29(8):76-78. |
| |
作者姓名: | 王基一 许黎明 |
| |
作者单位: | 浙江师范大学计算机学院,浙江,金华,321004 |
| |
摘 要: | 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提供了新的粗糙集模型。
|
关 键 词: | 人工智能 数据分析 概率粗糙集模型 决策表 |
Probabilistic Rough Set Models |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|
点击此处可从《计算机科学》下载全文 |
|