导读:本文包含了粗糙集联系度论文开题报告文献综述及选题提纲参考文献，主要关键词:粗糙集,集值信息系统,容差关系,联系度
粗糙集联系度论文文献综述
闫娟[1]（2015）在《相似联系度容差关系下的粗糙集模型研究》一文中研究指出本文针对集值信息系统,对其中数据如何的处理问题进行研究.文中提出了相似联系度容差关系,并在此关系下建立粗糙集模型,利用该模型来解决现实生活中的一些实际问题.首先在容差关系下的集值信息系统中引入联系度和相似度,再结合联系度中的同一度阈值α和对立度阈值β来调节集值系统中数据的受干扰程度和决策的粗糙程度,建立相似联系度容差关系下的粗糙集模型；然后对这种新模型进行分类处理,并将分类结果与其他研究者提出的一般容差关系和限制容差关系下的粗糙集模型的分类结果进行比较,分析这叁种分类结果的差异,说明了本文提出的这种新模型中的容差关系对于集值信息系统的分类具有更为有效的结果；最后,应用该模型对信息系统进行属性约简.在分析的过程中,结合实际应用,本文对集值信息系统的完备和不完备的情况分别进行了实例验证,其结果充分说明了本文提出的模型对解决实际问题的可靠性和有效性.(本文来源于《四川师范大学》期刊2015-03-18）
李立[2]（2011）在《基于重要性联系度粗糙集模型的规则提取》一文中研究指出在基于联系度的粗糙集模型中引入条件属性存在重要性差异的因素,定义了不完备决策表中对象间的重要性联系度,提出了基于重要性联系度的粗糙集扩展模型.在此模型中给出了对不完备决策表进行属性约简和规则提取的算法,并以Visual C++6.0为开发工具编写了程序,进一步验证了算法的正确性和模型的可靠性.(本文来源于《成都大学学报(自然科学版)》期刊2011年02期）
徐怡,李龙澍[3]（2011）在《基于(α,λ)联系度容差关系的变精度粗糙集模型》一文中研究指出基于传统粗糙集理论的方法不能有效地处理含噪音的不完备信息系统.根据集对分析理论,提出(α,λ)联系度容差关系.将(α,λ)联系度容差关系与Ziarko提出的多数包含关系相结合,提出变精度(α,λ)联系度粗糙集模型.给出了该模型下基于正域相似度的启发式属性约简算法,分析了算法的时间复杂度,通过仿真实验验证了所提方法处理含噪音的不完备信息系统的有效性.(本文来源于《自动化学报》期刊2011年03期）
王慧萍[4]（2010）在《基于集对联系度的粗糙集模型研究》一文中研究指出随着人类社会的进步和科学技术的发展,尤其是因特网的广泛应用,当今世界已经进入了信息社会,即社会的信息化。信息化社会的重要特点之一就是信息(数据)的急剧膨胀。面对由大量数据形成的数据库,如何利用较少的资源,花费较少的时间从海量的数据中挖掘出实际需要的、有用的、潜在的信息是人们所关心的,也是广大从事知识发现的学者们所感兴趣的。1982年波兰数学家Pawlak提出了一种有效的处理不确定性、模糊性数据的数学工具,即粗糙集理论。而现实数据的不完备性进一步加大了知识获取的难度。本文针对不完备信息系统,将粗糙集理论和集对分析理论相结合,对不完备信息系统下集对粗糙集模型进行研究。所做的主要工作有以下几个方面：(1)分析说明了数据不完备性产生的原因、空值的语义、空值的类型,并对处理空值的几种方法进行简单的分析和说明。(2)介绍了不完备信息系统下已有的粗糙集模型,并分析和比较了这几种模型的优点以及不足之处,从而说明粗糙集理论研究的现实意义。(3)在学习了集对分析理论的基础上,研究已有集对粗糙集模型,分析和比较了这些模型的优势和局限。针对这些局限利用集对分析理论中集对势的概念以及不确定系数i的顺势取值法,本文给出了一种集对顺势相似关系,并由此给出了集对顺势粗糙集模型。通过实例分析的方式将该模型与已有集对粗糙集模型作比较,验证该模型的可行性以及有效性。(4)深入研究不完备信息系统下的知识获取和集对顺势粗糙集模型的基础上,给出了集对势相似关系下二进制分辨矩阵相对最优属性约简算法并给出了该算法的实例。(本文来源于《安徽大学》期刊2010-04-01）
刘高峰,奉陪[5]（2008）在《基于统计与联系度的粗糙集模型及其应用》一文中研究指出针对连续性和不完整的数据集没有属性约简理论的问题,结合统计的聚类分析方法和集对分析的联系度,提出了一种基于统计和联系度的粗糙集模型,它能对连续性和不完整的数据集进行属性约简.(本文来源于《内江师范学院学报》期刊2008年12期）
黄兵,李华雄,周献中[6]（2008）在《不完备联系度粗糙集模型的知识约简》一文中研究指出知识约简是粗糙集理论的重要研究内容之一。在不完备信息系统中,对联系度粗糙集模型的研究比较深入,但极少涉及知识约简问题。该文在进一步改进联系度粗糙集模型的基础上,研究该模型的知识约简。针对改进模型,提出多种知识约简定义,给出了这些约简之间的关系。通过定义初等分辨矩阵和属性重要度,介绍一种分配约简算法。实例分析说明了算法的有效性。(本文来源于《计算机工程》期刊2008年11期）
唐志航,杨保安[7]（2007）在《基于模糊集和粗糙集联系度的商务决策系统》一文中研究指出粗糙集理论和模糊集理论都是研究信息系统中知识的不完整、不确定性问题,把集对分析中的联系度概念应用于粗糙集中,说明了粗糙集联系度与下近似集和上近似集的值化的关系,将粗糙集联系度理论与模糊集理论相结合,提出了一种基于模糊集和粗糙集联系度的综合评价方法,实例验证了该方法对一大类复杂信息系统的知识发现具有一定的应用价值。(本文来源于《计算机工程与应用》期刊2007年32期）
徐怡,李龙澍,李学俊[8]（2007）在《扩充的基于集对联系度的粗糙集模型》一文中研究指出本文在已有扩充粗糙集模型的基础上,基于集对分析中集对联系度的概念提出了一种改进的对象之间的分类关系,称之为广义集对相似关系,在此基础上给出了一个更一般的扩充粗糙集模型。选用UCI数据库中的数据集进行测试,通过实验表明该模型的分类性能优于已有方法。因此更加适合大型不完备信息系统的处理。(本文来源于《第二十六届中国控制会议论文集》期刊2007-07-26）
刘富春[9]（2006）在《变集对联系度的扩充粗糙集模型及其属性约简》一文中研究指出鉴于现有的不完备信息系统的扩充方法都存在一定程度的局限性,本文运用集对分析方法,引入个体之间的联系度的概念,定义一个具有自反和对称性的集对容差关系 SP_A(α.β),提出了一种变集对联系度的扩充模型。这种扩充模型是对 Kryszkiewicz 的基于容差关系的扩充模型和王国胤的基于限制容差关系的扩充模型的改进和推广,既保留了这些模型的优点,克服了它们的局限性,又可以通过对同一度α和对立度β的调节和控制,在保证不完备信息系统中个体划分的准确性的同时,增加了其灵活性。然后,给出了相应于这种模型的属性约简算法。最后,通过一个具体例子,说明这种模型对处理不完备信息系统的有效性和优越性。(本文来源于《计算机科学》期刊2006年03期）
陈世清,唐志航,肖建华[10]（2004）在《基于粗糙集联系度的数据挖掘算法及应用研究》一文中研究指出粗糙集理论和模糊集理论都是用来处理不完整和不确定信息的理论,两者都可用来观察、测试数据并进行推理。将集对分析中的联系度概念应用于粗糙集中,说明了粗糙集联系度与下近似集和上近似集的值化的关系。文中分析了专家系统中规则抽取中存在的困难,用粗糙集理论和集对分析理论解决专家系统中规则的抽取和过滤问题,提出了一种新的规则提取方法,并给出了一个应用实例。(本文来源于《计算机应用》期刊2004年06期）
粗糙集联系度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在基于联系度的粗糙集模型中引入条件属性存在重要性差异的因素,定义了不完备决策表中对象间的重要性联系度,提出了基于重要性联系度的粗糙集扩展模型.在此模型中给出了对不完备决策表进行属性约简和规则提取的算法,并以Visual C++6.0为开发工具编写了程序,进一步验证了算法的正确性和模型的可靠性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
粗糙集联系度论文参考文献
[1].闫娟.相似联系度容差关系下的粗糙集模型研究[D].四川师范大学.2015
[2].李立.基于重要性联系度粗糙集模型的规则提取[J].成都大学学报(自然科学版).2011
[3].徐怡,李龙澍.基于(α,λ)联系度容差关系的变精度粗糙集模型[J].自动化学报.2011
[4].王慧萍.基于集对联系度的粗糙集模型研究[D].安徽大学.2010
[5].刘高峰,奉陪.基于统计与联系度的粗糙集模型及其应用[J].内江师范学院学报.2008
[6].黄兵,李华雄,周献中.不完备联系度粗糙集模型的知识约简[J].计算机工程.2008
[7].唐志航,杨保安.基于模糊集和粗糙集联系度的商务决策系统[J].计算机工程与应用.2007
[8].徐怡,李龙澍,李学俊.扩充的基于集对联系度的粗糙集模型[C].第二十六届中国控制会议论文集.2007
[9].刘富春.变集对联系度的扩充粗糙集模型及其属性约简[J].计算机科学.2006
[10].陈世清,唐志航,肖建华.基于粗糙集联系度的数据挖掘算法及应用研究[J].计算机应用.2004