期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
粗糙模糊决策表概率决策分析的扩展粗糙集方法 被引量:6
1
作者 菅利荣 刘思峰 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2006年第5期842-846,共5页
应用λ-截集将决策类中的模糊集合转换为普通集合,在此基础上推广了粗糙隶属函数,讨论了其中的一些集合理论性质,通过设定置信阈值参数α,提出了一种可以从粗糙模糊决策表中获取概率决策规则的扩展粗糙集方法,并设计了一种改进的快速约... 应用λ-截集将决策类中的模糊集合转换为普通集合,在此基础上推广了粗糙隶属函数,讨论了其中的一些集合理论性质,通过设定置信阈值参数α,提出了一种可以从粗糙模糊决策表中获取概率决策规则的扩展粗糙集方法,并设计了一种改进的快速约简算法,最后给出了该方法的一个算例.研究结果表明,提出的方法可从冗余的且有噪声的粗糙模糊决策表中获取用于指导实践的概率决策知识. 展开更多
关键词 粗糙模糊决策表 粗糙隶属函数 概率决策
在线阅读 下载PDF
基于模糊决策表的舰船避让时机决策模型 被引量:3
2
作者 刘宇宏 王辉 郝燕玲 《哈尔滨工程大学学报》 EI CAS CSCD 1998年第6期42-48,共7页
针对如何确定避让时机这一问题,提出了一个综合考虑多种影响因素的避让时机决策模型.该模型采用模糊决策表来描述避让行动的5个阶段,并运用模糊产生式规则匹配算法来实现对决策表的查询。
关键词 避让时机 模糊决策表 舰船 决策模型
在线阅读 下载PDF
粗糙模糊决策树归纳算法 被引量:9
3
作者 翟俊海 侯少星 王熙照 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第2期306-312,共7页
模糊ID3算法处理的对象是具有模糊条件属性和模糊决策属性的模糊决策表,它利用平均模糊分类熵作为启发式选择扩展属性,利用模糊置信度作为叶子结点的终止条件.当用模糊ID3算法处理连续值和离散值决策表时,需要对连续值或离散值条件属性... 模糊ID3算法处理的对象是具有模糊条件属性和模糊决策属性的模糊决策表,它利用平均模糊分类熵作为启发式选择扩展属性,利用模糊置信度作为叶子结点的终止条件.当用模糊ID3算法处理连续值和离散值决策表时,需要对连续值或离散值条件属性进行模糊化.模糊化的关键是模糊测度的确定,但确定合适的模糊测度非常困难,而且模糊化会损失有用的信息.针对这些问题,基于粗糙模糊集技术,提出了一种模糊决策树归纳算法,称为粗糙模糊决策树(RFDT:Rough Fuzzy Decision Tree).RFDT可直接处理离散值模糊决策表,归纳模糊决策树,不需要模糊化的过程.和模糊ID3算法类似,RFDT也分为三步:(1)利用粗糙模糊依赖度作为启发式选择扩展属性;(2)用选择的扩展属性划分样例集合;(3)如果划分的样例集合满足终止条件,则算法终止;否则递归地重复步骤(1)和(2).提出的算法用Kosko模糊熵作为叶子结点的终止条件,并通过一个例子说明了模糊决策树的归纳过程. 展开更多
关键词 粗糙集 粗糙模糊 决策 模糊决策表 模糊
在线阅读 下载PDF
基于互信息的模糊粗糙集属性约简 被引量:35
4
作者 徐菲菲 苗夺谦 +2 位作者 魏莱 冯琴荣 毕玉升 《电子与信息学报》 EI CSCD 北大核心 2008年第6期1372-1375,共4页
模糊粗糙集知识约简是模糊粗糙集理论的核心内容之一。该文从粗糙集知识熵出发,结合模糊集隶属度函数,将其应用于模糊环境下,推广了互信息的度量概念,使其能评价模糊决策表中属性的重要性。并给出了一种模糊决策表的启发式属性约简算法... 模糊粗糙集知识约简是模糊粗糙集理论的核心内容之一。该文从粗糙集知识熵出发,结合模糊集隶属度函数,将其应用于模糊环境下,推广了互信息的度量概念,使其能评价模糊决策表中属性的重要性。并给出了一种模糊决策表的启发式属性约简算法,通过实例验证了它的可行性,为模糊决策表的属性约简提供了一种有效的方法。 展开更多
关键词 模糊粗糙集 属性约简 模糊决策表 互信息
在线阅读 下载PDF
基于互信息的模糊粗糙集并行约简 被引量:2
5
作者 徐菲菲 魏莱 毕忠勤 《小型微型计算机系统》 CSCD 北大核心 2015年第8期1847-1851,共5页
模糊粗糙集结合了粗糙集和模糊集的优势,使得可以直接处理连续值属性,成功应用于诸多领域.然而,在信息爆炸的时代,现实世界的数据绝大多数都在不断发展变化,传统的模糊粗糙集已不再适用于动态变化的数据.针对动态增长或变化的数据,将并... 模糊粗糙集结合了粗糙集和模糊集的优势,使得可以直接处理连续值属性,成功应用于诸多领域.然而,在信息爆炸的时代,现实世界的数据绝大多数都在不断发展变化,传统的模糊粗糙集已不再适用于动态变化的数据.针对动态增长或变化的数据,将并行约简理论引入至模糊粗糙集中,结合信息论,提出信息论意义下的模糊粗糙集并行约简概念,并利用互信息的概念提出了基于互信息的模糊粗糙集并行约简算法.实验结果表明本文所提算法与传统的模糊粗糙集约简方法保持相近的分类准确率,但避免了繁琐的重新训练过程,大大提高了学习速度,因此,提高了分类的可扩展性和适应性. 展开更多
关键词 模糊粗糙集 并行约简 模糊决策表 互信息
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部