基于变精度容差粗集的鲁棒分类器

摘要：

该文基于目标识别中出现的不确定问题,提出了一种改进的粗集模型:变精度容差粗集模型.利用粗集中信息容量的定义,对不确定系统进行属性约减,并利用约减后的结果进行目标识别,仿真试验表明,利用该粗集模型进行目标识别时,具有较高的识别率和较高的鲁棒性.

关键词：不确定系统、变精度容差粗集、属性约减、目标识别

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：航空基金03D53032

在线出版日期：2004-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：87-88,226