论文部分内容阅读
本文探讨基于粗糙集理论的分析方法确认仿真模型中数据有效性的有效方法.对该方法中存在的约简计算复杂性问题等进行了探讨.
基于粗糙集理论的仿真模型确认数据有效性分析)
【摘 要】
：
本文探讨基于粗糙集理论的分析方法确认仿真模型中数据有效性的有效方法.对该方法中存在的约简计算复杂性问题等进行了探讨.
【机 构】
：
西南交通大学电气工程学院(成都);中国工程物理研究院电子工程研究所(绵阳) 西南交通大学电气工程学
【出 处】
：
第二届中国Rough集与软计算学术研讨会
【发表日期】
：
2002年12期
其他文献
本文分析了传统粗糙集模型的缺陷,介绍了基于模糊划分的模糊粗糙集.利用模糊粗糙集模型,给出了一种对数值型决策表的预测方法.
本文采用FCMdd算法将属性划分成若干个模糊集,并提出区间值关系数据库上模糊关联规则的预测方法,并通过遗传算法调整模糊关联规则中三角模糊数的参数来提高预测精度.
本文提出了Vague集(值)之间相似度的概念,给出了一种新的相似度量方法.它是一种更理想的检测Vague集(值)之间相似程度的度量方法.
作者运用曾引入的蕴涵算子R及R-蕴涵区间I,对引入的FI-代数的拟Fuzzy-赋值作出了理想的解释、并深入讨论了FI-代数上的拟Fuzzy-赋值与滤子之间的联系.
本文用一个新的思路来考虑阈值去噪这一问题,即在小波域通过聚类算法将信号和噪声分割,对加有白噪声的Lena图像进行了滤波分析.
为探讨模糊信息处理的基本原理,作者认为模糊集和人工神经元模型,有可能在属性量—质特征转化及其定性映射模型的框架下得到一个统一的刻画.