基于邻域的可变粒度粗糙集模型
分析传统粗糙集和邻域多粒度粗糙集的不足之后,在克服乐观多粒度粗糙集模型较为宽松,悲观多粒度粗糙集模型较为严格的缺点的基础上,为使粗糙集理论能从多粒度计算的角度,对名义型和数值型并存的混合型数据进行处理,将邻域多粒度粗糙集模型与可变粒度粗糙集模型相结合,提出了基于邻域的可变粒度粗糙集模型,定义了其下上近似,研究了基于邻域的可变粒度粗糙集模型的一些性质,并证明了基于邻域的可变粒度粗糙集模型是乐观邻域多粒度粗糙集模型和悲观邻域多粒度粗糙集模型的泛化,最后通过实例验证了模型的有效性.
多粒度粗糙集、邻域多粒度粗糙集、可变粒度粗糙集
37
TP18(自动化基础理论)
国家自然科学基金项目61402005;安徽省自然科学基金项目1308085QF114,1508085MF127;安徽省高等学校省级自然科学基金项目KJ2013A015,KJ2011Z020;安徽大学计算智能与信号处理教育部重点实验室课题项目;博士科研启动基金项目J10113190072;安徽大学信息保障技术协同创新中心公开招标课题项目ADXXBZ2014-6
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
1513-1517