P-集合(packet sets)是由内P-集合X^F(internal packet set X^F)与外P-集合X^F(outer packet set X^F)构成的集合对;或者,(X^F,X^F)是P-集合.利用外P-集合,给出外P-信息融合生成,外P-信息融合补充生成与外P-信息融合度量概念;给出外P-...P-集合(packet sets)是由内P-集合X^F(internal packet set X^F)与外P-集合X^F(outer packet set X^F)构成的集合对;或者,(X^F,X^F)是P-集合.利用外P-集合,给出外P-信息融合生成,外P-信息融合补充生成与外P-信息融合度量概念;给出外P-信息融合生成定理,外P-信息融合依赖定理;给出外P-信息融合还原定理;给出外P-信息融合的属性合取定理与属性合取压缩定理;给出属性合取压缩外P-信息融合发现原理.展开更多
S-粗集(Singular rough sets)具有动态特征,近似特征。S-粗集是改进Z.Pawlak粗集得到的,在一定条件下S-粗集被还原成Z.Pawlak粗集。利用单向S-粗集(one direction singular rough sets)与单向S-粗集对偶(dual of one direction singular...S-粗集(Singular rough sets)具有动态特征,近似特征。S-粗集是改进Z.Pawlak粗集得到的,在一定条件下S-粗集被还原成Z.Pawlak粗集。利用单向S-粗集(one direction singular rough sets)与单向S-粗集对偶(dual of one direction singular rough sets),给出内-生成知识,外-生成知识与内-外生成知识概念,给出知识动态发现,发现原理与发现定理,给出知识发现具有的属性合取范式扩张-萎缩特征,给出应用。S-粗集是研究知识动态发现的新理论与新方法。展开更多
文摘P-集合(packet sets)是由内P-集合X^F(internal packet set X^F)与外P-集合X^F(outer packet set X^F)构成的集合对;或者,(X^F,X^F)是P-集合.利用外P-集合,给出外P-信息融合生成,外P-信息融合补充生成与外P-信息融合度量概念;给出外P-信息融合生成定理,外P-信息融合依赖定理;给出外P-信息融合还原定理;给出外P-信息融合的属性合取定理与属性合取压缩定理;给出属性合取压缩外P-信息融合发现原理.
文摘S-粗集(Singular rough sets)具有动态特征,近似特征。S-粗集是改进Z.Pawlak粗集得到的,在一定条件下S-粗集被还原成Z.Pawlak粗集。利用单向S-粗集(one direction singular rough sets)与单向S-粗集对偶(dual of one direction singular rough sets),给出内-生成知识,外-生成知识与内-外生成知识概念,给出知识动态发现,发现原理与发现定理,给出知识发现具有的属性合取范式扩张-萎缩特征,给出应用。S-粗集是研究知识动态发现的新理论与新方法。