期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于模糊邻域粗糙集的信息系统不确定性度量方法
被引量:
10
1
作者
徐风
姚晟
+2 位作者
纪霞
赵鹏
汪杰
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2017年第5期926-936,共11页
邻域粗糙集和模糊粗糙集是粗糙集理论中处理数值型数据的两种重要模型.在数值型信息系统中融合两者在不确定性度量方面的优越性,首先引入了模糊邻域粗糙集模型,并在该模型上定义了模糊邻域粗糙度的概念.模糊邻域粗糙度是通过粗糙集的边...
邻域粗糙集和模糊粗糙集是粗糙集理论中处理数值型数据的两种重要模型.在数值型信息系统中融合两者在不确定性度量方面的优越性,首先引入了模糊邻域粗糙集模型,并在该模型上定义了模糊邻域粗糙度的概念.模糊邻域粗糙度是通过粗糙集的边界域来度量信息系统的不确定性,为了达到更为全面的度量效果,在模糊邻域粗糙集模型中定义了模糊邻域粒结构,并基于该粒结构提出了模糊邻域粒度的概念,模糊邻域粒度是对信息系统分类能力的一种度量.最后,通过将两种度量方法进行结合,提出了一种基于模糊邻域粗糙集的混合不确定性度量方法,并从理论上证明其有效性.实验结果表明,所提出的混合度量方法综合了两种单独度量方法的优点,在数值型信息系统中具有更好的度量效果,因此所提出的不确定性度量方法更具有一定的优越性.
展开更多
关键词
不确定性度量
模糊
邻域
近似粗糙度
模糊邻域粒度
混合度量
下载PDF
职称材料
基于模糊邻域粗糙集的启发式属性约简算法
被引量:
5
2
作者
任晓霞
薛凡
《计算机工程与应用》
CSCD
北大核心
2018年第9期47-53,212,共8页
属性约简是机器学习等领域中常用的数据预处理方法。在基于粗糙集理论的属性约简算法中,大多是根据单一的方法来度量属性重要度。为了从多角度对属性达到更为优越的评估效果,首先在已有的模糊邻域粗糙集模型中定义属性依赖度度量,然后...
属性约简是机器学习等领域中常用的数据预处理方法。在基于粗糙集理论的属性约简算法中,大多是根据单一的方法来度量属性重要度。为了从多角度对属性达到更为优越的评估效果,首先在已有的模糊邻域粗糙集模型中定义属性依赖度度量,然后根据粒计算理论中知识粒度的概念,在模糊邻域粗糙集模型下提出了模糊邻域粒度度量。由于属性依赖度和知识粒度代表了不同视角的属性评估方法,因此将这两种方法结合起来用于信息系统的属性重要度评估,最后给出一种启发式属性约简算法。实验结果表明,所提出的算法具有较好的属性约简性能。
展开更多
关键词
属性约简
模糊
邻域
粗糙集
依赖度
知识
粒度
模糊邻域粒度
下载PDF
职称材料
题名
基于模糊邻域粗糙集的信息系统不确定性度量方法
被引量:
10
1
作者
徐风
姚晟
纪霞
赵鹏
汪杰
机构
安徽大学计算机科学与技术学院
安徽大学计算智能与信号处理教育部重点实验室
出处
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2017年第5期926-936,共11页
基金
国家自然科学基金(61602004
61300057)
+4 种基金
安徽省自然科学基金(1508085MF127)
安徽省高等学校自然科学研究重点项目(KJ2016A041)
安徽大学信息保障技术协同创新中心公开招标课题(ADXXBZ2014-6)
安徽大学博士科研启动基金(J10113190072)
安徽大学计算智能与信号处理教育部重点实验室课题
文摘
邻域粗糙集和模糊粗糙集是粗糙集理论中处理数值型数据的两种重要模型.在数值型信息系统中融合两者在不确定性度量方面的优越性,首先引入了模糊邻域粗糙集模型,并在该模型上定义了模糊邻域粗糙度的概念.模糊邻域粗糙度是通过粗糙集的边界域来度量信息系统的不确定性,为了达到更为全面的度量效果,在模糊邻域粗糙集模型中定义了模糊邻域粒结构,并基于该粒结构提出了模糊邻域粒度的概念,模糊邻域粒度是对信息系统分类能力的一种度量.最后,通过将两种度量方法进行结合,提出了一种基于模糊邻域粗糙集的混合不确定性度量方法,并从理论上证明其有效性.实验结果表明,所提出的混合度量方法综合了两种单独度量方法的优点,在数值型信息系统中具有更好的度量效果,因此所提出的不确定性度量方法更具有一定的优越性.
关键词
不确定性度量
模糊
邻域
近似粗糙度
模糊邻域粒度
混合度量
Keywords
uncertainty measurement
fuzzy neighborhood
approximation roughness
fuzzy neighborhood granulation
mixed measurement
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于模糊邻域粗糙集的启发式属性约简算法
被引量:
5
2
作者
任晓霞
薛凡
机构
张家口学院理学院
武汉大学计算机学院软件工程国家重点实验室
黄淮学院创新创业学院
出处
《计算机工程与应用》
CSCD
北大核心
2018年第9期47-53,212,共8页
基金
国家自然科学基金面上项目(No.51377132)
河北省科技厅计划项目(No.20160168)
文摘
属性约简是机器学习等领域中常用的数据预处理方法。在基于粗糙集理论的属性约简算法中,大多是根据单一的方法来度量属性重要度。为了从多角度对属性达到更为优越的评估效果,首先在已有的模糊邻域粗糙集模型中定义属性依赖度度量,然后根据粒计算理论中知识粒度的概念,在模糊邻域粗糙集模型下提出了模糊邻域粒度度量。由于属性依赖度和知识粒度代表了不同视角的属性评估方法,因此将这两种方法结合起来用于信息系统的属性重要度评估,最后给出一种启发式属性约简算法。实验结果表明,所提出的算法具有较好的属性约简性能。
关键词
属性约简
模糊
邻域
粗糙集
依赖度
知识
粒度
模糊邻域粒度
Keywords
attribute reduction
fuzzy neighborhood rough set
dependency
knowledge granularity
fuzzy neighborhood granularity
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于模糊邻域粗糙集的信息系统不确定性度量方法
徐风
姚晟
纪霞
赵鹏
汪杰
《南京大学学报(自然科学版)》
CAS
CSCD
北大核心
2017
10
下载PDF
职称材料
2
基于模糊邻域粗糙集的启发式属性约简算法
任晓霞
薛凡
《计算机工程与应用》
CSCD
北大核心
2018
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部