粒和粗集研究及與證據理論相結合在不完備數據處理中的應用.pdf

1、本文以相容關系的最大相容類為基礎，建立了meet、join等多個粒的新擴展粗集模型，定義了新的上下近似集、精度等，探討了它們之間的相互關系，設計了粒和近似集的求解算法。研究了改進變精度限制容差關系粗集模型及規(guī)則挖掘，提出了不完備信息系統(tǒng)下屬性依賴及依賴度等概念，給出了依賴度的新計算公式。討論了容差關系即相容關系與沖突關系、完全覆蓋與一般覆蓋之間的關系以及各自的性質，得到了判斷一般覆蓋為完全覆蓋若干必要充分條件的定理，設計了3個無沖突集合

2、劃分算法，為求最優(yōu)的集合劃分提供了有價值的參考。提出了弱協(xié)調性和受限默認確定性決策規(guī)則等概念，探討了利用區(qū)分矩陣和區(qū)分函數優(yōu)化受限默認確定性決策規(guī)則的條件。豐富了決策規(guī)則形式的多樣性。研究了容差關系下屬性移動時近似集的更新公式，提出了默認確定性決策規(guī)則包括受限默認確定規(guī)則的增量學習方法。利用粒概念下的不同近似集按優(yōu)勢關系的分解，實現(xiàn)了文檔查詢擴充，增強了信息檢索的靈活性。探討了粒、粗集理論和D-S證據理論相結合在不完備數據融合系統(tǒng)中的目