10.3979/j.issn.1673-825X.202104070105
基于误分类代价的粗糙模糊集近似集
粗糙模糊集的近似集提供了如何利用已知的信息粒来近似描述模糊知识的方法,但在构建近似集时并没有考虑误分类代价这一实际因素.针对此问题,从误分类代价的角度,提出了粗糙模糊集的近似表示R(X),并揭示了多粒度知识空间中不确定性域对应的误分类代价随着粒度细化的变化规律.实验结果表明,R(X),R(X)和R(X)分别作为X的近似集时,R(X)产生的误分类代价最小,在一定程度上反映了R(X)作为近似集时的优势.
粗糙模糊集;近似集;误分类代价;多粒度
33
TP18(自动化基础理论)
国家自然科学基金;贵州省科技计划项目;贵州省科技厅学术新苗培养及创新探索项目;贵州省大学生创新创业训练计划
2021-11-25(万方平台首次上网日期,不代表论文的发表时间)
共11页
780-790