優(yōu)勢(shì)關(guān)系粗糙集的擴(kuò)展模型及快速約簡(jiǎn)方法.pdf_第1頁(yè)
已閱讀1頁(yè),還剩51頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在基于優(yōu)勢(shì)關(guān)系的粗糙集理論中,優(yōu)勢(shì)關(guān)系要求“對(duì)象x優(yōu)于y當(dāng)且僅當(dāng)對(duì)象x在每個(gè)屬性上均優(yōu)于對(duì)象y”。當(dāng)屬性個(gè)數(shù)較多時(shí),這種優(yōu)勢(shì)關(guān)系的定義會(huì)導(dǎo)致對(duì)象的優(yōu)勢(shì)集偏小,影響到規(guī)則的提取和決策結(jié)果。此外,為了從復(fù)雜的基于優(yōu)勢(shì)關(guān)系的信息系統(tǒng)中獲取簡(jiǎn)潔的規(guī)則,就必須對(duì)系統(tǒng)進(jìn)行知識(shí)約簡(jiǎn)。因此有必要對(duì)優(yōu)勢(shì)關(guān)系粗糙集建立擴(kuò)展模型以及進(jìn)行相應(yīng)的快速約簡(jiǎn)方法的研究。
  本研究采用引入?yún)?shù)的方法擴(kuò)展了傳統(tǒng)優(yōu)勢(shì)關(guān)系的概念,即認(rèn)為“如果一個(gè)對(duì)象x在‘大多數(shù)’屬

2、性上優(yōu)于另一個(gè)對(duì)象y,則稱x優(yōu)于y”。在此基礎(chǔ)上,我們進(jìn)一步給出了擴(kuò)展后的優(yōu)勢(shì)集和近似集的概念,并結(jié)合變精度的思想建立了擴(kuò)展優(yōu)勢(shì)關(guān)系下的變精度粗糙集模型。由于能夠從數(shù)據(jù)中提取更多有用的信息,該模型相比傳統(tǒng)的優(yōu)勢(shì)關(guān)系粗糙集模型,表現(xiàn)出更好的分類精度。在多準(zhǔn)則分類問(wèn)題中,考慮條件屬性是有序的而決策屬性是符號(hào)值的情況。我們?cè)谶@樣的信息系統(tǒng)上進(jìn)行研究。針對(duì)優(yōu)勢(shì)關(guān)系粗糙集模型的約簡(jiǎn)效率低的問(wèn)題,我們引入“Positive approximatio

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論