

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著人類社會的進(jìn)步和科學(xué)技術(shù)的發(fā)展,尤其是因特網(wǎng)的廣泛應(yīng)用,當(dāng)今世界已經(jīng)進(jìn)入了信息社會,即社會的信息化。信息化社會的重要特點之一就是信息(數(shù)據(jù))的急劇膨脹。面對由大量數(shù)據(jù)形成的數(shù)據(jù)庫,如何利用較少的資源,花費(fèi)較少的時間從海量的數(shù)據(jù)中挖掘出實際需要的、有用的、潛在的信息是人們所關(guān)心的,也是廣大從事知識發(fā)現(xiàn)的學(xué)者們所感興趣的。
1982年波蘭數(shù)學(xué)家Pawlak提出了一種有效的處理不確定性、模糊性數(shù)據(jù)的數(shù)學(xué)工具,即粗糙集理論。而
2、現(xiàn)實數(shù)據(jù)的不完備性進(jìn)一步加大了知識獲取的難度。本文針對不完備信息系統(tǒng),將粗糙集理論和集對分析理論相結(jié)合,對不完備信息系統(tǒng)下集對粗糙集模型進(jìn)行研究。所做的主要工作有以下幾個方面:
(1)分析說明了數(shù)據(jù)不完備性產(chǎn)生的原因、空值的語義、空值的類型,并對處理空值的幾種方法進(jìn)行簡單的分析和說明。
(2)介紹了不完備信息系統(tǒng)下已有的粗糙集模型,并分析和比較了這幾種模型的優(yōu)點以及不足之處,從而說明粗糙集理論研究的現(xiàn)實意義。
3、
(3)在學(xué)習(xí)了集對分析理論的基礎(chǔ)上,研究已有集對粗糙集模型,分析和比較了這些模型的優(yōu)勢和局限。針對這些局限利用集對分析理論中集對勢的概念以及不確定系數(shù)I的順勢取值法,本文給出了一種集對順勢相似關(guān)系,并由此給出了集對順勢粗糙集模型。通過實例分析的方式將該模型與已有集對粗糙集模型作比較,驗證該模型的可行性以及有效性。
(4)深入研究不完備信息系統(tǒng)下的知識獲取和集對順勢粗糙集模型的基礎(chǔ)上,給出了集對勢相似關(guān)系下二
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于相似度的模糊粗糙集模型.pdf
- 基于區(qū)間灰集的粗糙集拓展模型的研究.pdf
- 粗糙集理論模型研究.pdf
- 粗糙集模型與粗糙代數(shù)的研究.pdf
- 基于粗糙集的協(xié)同推薦模型研究.pdf
- 鄰域粗糙集及其基于鄰域粗糙集的分類算法.pdf
- 基于優(yōu)勢關(guān)系的粗糙集模型.pdf
- 基于Sugeno測度的粗糙集模型.pdf
- 粗糙集理論模型的研究.pdf
- 兩種基于包含度的廣義粗糙集模型.pdf
- 基于粗糙集的智能規(guī)劃模型的研究.pdf
- 粗糙集與模糊粗糙集屬性約簡算法研究.pdf
- 基于覆蓋的程度粗糙集拓展模型.pdf
- 基于粗糙集的入侵檢測模型的研究.pdf
- 幾種粗糙集模型推廣的研究.pdf
- 穩(wěn)健模糊粗糙集模型研究.pdf
- 基于邏輯算子的模糊粗糙集模型.pdf
- 基于Sugeno測度的模糊粗糙集模型.pdf
- 基于粗糙集的知識粗糙性研究.pdf
- 基于粗糙集的城市安全評價模型的研究.pdf
評論
0/150
提交評論