串行概率粗糙集近似

经典的概率粗糙集模型是基于等价关系和条件概率提出的。但在实际应用中,知识库存在多种不确定性因素,使得对象间的关系未必满足等价关系。因此在保证条件概率有意义的情况下,将等价关系推广到串行二元关系,讨论了串行关系下的概率粗糙集近似;研究了当目标概念发生变化时,串行概率粗糙下、上近似的性质;进一步,通过调整两个阈值,给出了对应的串行概率粗糙下、上近似的变化趋势。

双向迁移概率PS-粗糙集模型及应用

在粗糙集基础上,既考虑集合X的动态特性,又考虑知识库中的统计信息,构建了概率近似空间上的双向迁移PS-粗糙集模型,讨论了PS-粗糙集的性质及相关定理,证明了PS-粗糙集是S-粗糙集和Z.Pawlak粗糙集的进一步扩展,S-粗糙集和Z.Pawlak粗糙集是PS-粗糙集的特例。与S-粗糙集相比,PS-粗糙集的动态集合X*的近似精度得到相对提高,从而提高了决策精度。通过实例验证了PS-粗糙集的有效性。

覆盖概率粗糙集的模糊性

在经典覆盖近似空间中定义了论域上任意元素x的最小子覆盖,基于任意元素的最小子覆盖给出了覆盖粗糙集上、下近似新的描述,进而给出了已有覆盖概率粗糙集模型在最小子覆盖意义下的描述。同时,以覆盖概率粗糙集的粗糙隶属函数为基础,应用经典模糊集熵的概念讨论了覆盖概率粗糙集模糊性的度量。

模糊概率决策系统的属性约简

基于模糊等价关系及论域上的概率分布建立模糊概率信息系统,并给出了模糊概率信息系统的熵与条件熵.最后基于模糊概率信息系统的条件熵提出模糊概率决策信息系统的属性约简并给出了算法.

双论域上的广义直觉模糊概率粗糙集模型及其应用

已有的双论域直觉模糊概率粗糙集模型通过设置两个阈值λ_(1)、λ_(2),讨论了经典集合在直觉模糊二元关系下的概率粗糙下上近似。该模型不能计算直觉模糊集合在直觉模糊二元关系下的概率粗糙下上近似,这在一定程度上限制了该模型的应用。首先给出了直觉模糊条件概率的定义。在直觉模糊概率空间下构造了双论域广义直觉模糊概率粗糙集模型,讨论了模型的主要性质。最后,将模型应用到临床诊断系统中。与其他模型相比,所提出的广义直觉模糊概率粗糙集模型进一步丰富了概率粗糙集理论,更适合于实际应用。

基于模糊等价关系的随机变量的条件熵

通过在模糊近似空间中引入概率分布,建立模糊概率近似空间.同时将度量事件集不确定性的shannon熵进行推广,给出了模糊概率近似空间的熵,最后给出了模糊概率近似空间的条件熵及其性质.

基于模糊等价关系随机变量的联合熵

将概率分布引入到模糊近似空间中,建立模糊概率近似空间,并将Shannon熵进行了推广,给出了模糊概率近似空间的熵,条件熵.同时,讨论了两个模糊等价关系的联合熵及性质.