排序方式: 共有125条查询结果,搜索用时 15 毫秒
41.
变异粗集与[α/R]知识 总被引:25,自引:6,他引:25
利用Z-pawlak rough sets,提出变异粗集,给出变异粗集的数学结构和变异粗集与Z.pawlak粗集之间的关系,给出变异粗集与Z.pawlak粗集的变异一对偶原理;利用这些结果,提出知识分离的判定定理和知识挖掘准则,变异粗集是Z.pawlak粗集中的一个新的研究方向. 相似文献
42.
内 P-信息融合与它的属性合取特征 总被引:9,自引:0,他引:9
P-集合是由内P-集合XF珔与外P-集合XF 构成的元素集合对,或者( XF珔,XF )是P-集合,P-集合具有动态特征。利用内P-集合给出内P-信息融合生成、内P-信息融合剩余生成与内P-信息融合度量概念,得到内P-信息融合生成定理、依赖定理、还原定理,还给出内P-信息融合的属性合取定理与属性合取扩展定理和属性合取扩展-内P-信息融合发现原理。最后利用这些结果给出应用。 相似文献
43.
外-遗传信息与它的外P-推理辨识 总被引:1,自引:0,他引:1
利用P-集合,给出外-遗传信息概念和属性特征;利用外P-推理,给出未知外-遗传信息的外P-推理辨识与外-遗传信息的外P-推理发现,最后得到外-遗传信息的外P-推理生成定理并给出应用。 相似文献
44.
利用函数S-粗集,给出图像生成,提出F^--隐形图像的概念、构成结构、F^--隐形图像的属性特征和分离定理与还原定理,给出F^--隐形图像在图像信息系统中的应用。 相似文献
45.
P-集合(packet sets)是一个集合对,它由内P-集合(internal packet sets)与外P-集合(outer packet sets)共同构成,P-集合具有动态特性。利用P-集合,给出数据集合,-↑F-数据集合,F-数据集合与(-↑F,F)-数据集合概念;提出-↑F-数据集定理,F-数据集定理,(-↑F,F)-数据带定理,数据集合恢复定理,(-↑F,F)-数据辨识定理,给出辨识准则。利用这些结果,给出(-↑F,F)-数据在信息系统中的应用。P-集合是研究动态信息系统的一个新理论与新方法。 相似文献
46.
47.
针对因决策因素个数的减少而导致的决策精度降低的情况,提出了一种基于单向变异S-概率粗集的动态决策方法。利用单向变异S-概率粗集的属性动态迁移特性,结合知识库中的统计信息,讨论了单向变异S-概率粗集模型的属性概率性质。利用上述性质的讨论,给出了一个具体的军事动态决策实例,从而证明该方法可以有效地提高决策精度。 相似文献
48.
数据离散区间特征与数据发现-应用 总被引:4,自引:0,他引:4
P-集合(packet-sets)具有动态特性,它是由内P-集合 XF- (internal packet set XF- )与外P-集合 XF(outer packet set XF )构成的集合对 ( XF-, XF )。利用P-集合,给出F- -数据离散区间、F-数据离散区间的概念;利用这些概念,给出信息系统输出数据的数据离散区间特征,给出数据过滤概念;提出数据离散区间定理、数据还原定理、数据过滤定理、数据过滤剩余与数据辨识定理,给出应用。P-集合是研究信息系统输出数据变化的一个新理论与新方法。 相似文献
49.
利用逆P-集合的动态特征,改进普通增广矩阵概念,提出内逆P-增广矩阵,外逆P-增广矩阵与逆P-增广矩阵,给出它们的结构、生成与关系。利用基数余-亏与逆P-增广矩阵交叉,提出基数余值与内逆P-增广矩阵关系定理,基数亏值与外逆P-增广矩阵关系定理,以及基数余-亏值与逆P-增广矩阵关系定理,最后给出这些理论结果的应用。 相似文献
50.
P-集(Packet sets)是把动态特征引入到有限普通集X中,改进有限普通集X而提出的。利用P-集的结构与动态特征,提出内P-信息伪装的概念,给出内P-信息伪装生成,内P-信息伪装结构;得到内P-信息伪装的圆环定理、真伪信息认证定理及内P-信息伪装的还原-辨识,给出真伪信息辨识的应用。 相似文献