导读:本文包含了覆盖粗集论文开题报告文献综述及选题提纲参考文献，主要关键词:覆盖粗集,广义近似空间,拓扑,粗糙连续
覆盖粗集论文文献综述
刘海涛[1]（2017）在《覆盖粗集的覆盖约简及拓扑式研究》一文中研究指出波兰数学家Pawlak于1982年提出了处理不确定性问题的粗糙集理论,它作为一种数据分析处理理论,已成为信息科学最为活跃的研究领域之一,并被成功地应用于医药科学、材料科学、管理科学等领域.广义近似空间(又称关系粗集)及覆盖近似空间(又称覆盖粗集)是对Pawlak经典粗集模型的重要推广.对覆盖粗集类似拓扑空间中的性质及其约简的探究是研究覆盖粗集的重要内容.本文利用覆盖粗集的覆盖作为子基诱导了一个拓扑空间,定义了覆盖粗集的多种分离性、紧性等概念,并研究了它们的性质及相互关系.此外对关系粗集利用其诱导覆盖粗集定义了 s-紧,p-紧和双紧等紧性,并研究了它们的关系及在粗糙连续映射下的保持性.本文还研究了覆盖粗集的覆盖约简与覆盖饱和约简,证明了当U有限时覆盖约简是存在的,而覆盖饱和约简不仅存在而且唯一并给出了可行的算法求解覆盖饱和约简.本文共分为五章.第一章是引言与预备,简单介绍粗糙集理论的发展概况及本文写作背景,同时给出了若干预备知识.第二章引入诱导关系粗集和诱导覆盖粗集,给出了几种覆盖粗集诱导关系粗集及关系粗集诱导覆盖粗集的方式.第叁章借助覆盖粗集所诱导的拓扑空间的拓扑定义了覆盖粗集的分离性并给出了它们的刻画.借助诱导覆盖粗集的紧性,定义了广义近似空间的s-紧,p-紧和双紧,并研究了这叁种紧性与关系紧、拓扑紧之间的关系.同时讨论了上述五种紧性在粗糙连续映射下的保持性.第四章对于覆盖粗集引入了覆盖约简,覆盖饱和约简的概念和覆盖的核的概念,研究了覆盖约简和覆盖饱和约简的相关性质.证明了当论域有限时覆盖约简的存在性及覆盖饱和约简的存在唯一性.说明了覆盖约简不必是覆盖饱和约简,覆盖饱和约简也不必是覆盖约简,并给出覆盖约简成为覆盖饱和约简的特定条件.第五章总结了本文的主要工作以及接下来需要进一步探究的课题.(本文来源于《扬州大学》期刊2017-04-01）
林艺东,张燕兰,林梦雷[2]（2015）在《覆盖族动态变化时粗集计算的矩阵方法》一文中研究指出在覆盖信息系统中覆盖个数动态变化的背景下,针对如何有效、快速地计算集合的上、下近似集的问题,通过引入特征函数的概念,定义了一个关系矩阵,提出了集合的覆盖近似算子、正域、负域、边界域的矩阵表达式。其次,在覆盖信息系统中覆盖个数变化的条件下,利用矩阵方法研究和讨论了集合近似集的增量更新方法。这些结果丰富了覆盖粗糙集的动态知识更新理论,同时也为动态覆盖信息系统中知识更新提供了一种新的方法。(本文来源于《计算机应用》期刊2015年11期）
刘俊兰,姚炳学,田申新[3]（2011）在《覆盖模糊S-粗集模型》一文中研究指出建立了基于覆盖理论的模糊S-粗糙集模型,并讨论其性质。在覆盖单向S-粗集x的最小描述的基础上,给出了x的最大描述的定义。给出了覆盖模糊S-粗集上、下近似算子定义,讨论了算子的基本性质,证明了覆盖S-粗糙集模型下所有模糊集的下近似构成一个模糊拓扑,并得到模糊单向S-粗集X相对于覆盖单向S-粗集和覆盖约简单向S-粗集的上下近似分别相等。(本文来源于《计算机工程与应用》期刊2011年05期）
张燕兰,李进金[4]（2010）在《广义覆盖粗集的约简》一文中研究指出在保持一对覆盖上、下近似算子不变的条件下,探讨覆盖族的约简。利用所构造的辩识矩阵给出覆盖族的约简与核心的判别定理,并提出基于信息量的寻找最小约简的算法,从而进一步完善广义覆盖粗集的约简理论。(本文来源于《模糊系统与数学》期刊2010年03期）
公延庆[5]（2009）在《粗集覆盖算法及其相关问题的研究》一文中研究指出从数据集中对对象进行归纳学习和分类是人工智能中很重要的领域,旨在发现数据中隐藏的、未知的、潜在有用的知识,本质是在大的数据集合中寻找数据间的规则及普遍模式。近几年来,已经研究了很多基于归纳学习的理论,发展了许多技术来处理不精确的数据,其中最成功的是粗糙集理论。粗糙集理论是波兰科学家Z.Pawlak于1982年提出的一种数据分析理论,它是关于数据推理的一个强大的工具,目前已发展成为一种处理模糊和不确定性信息的数学理论,成功地应用于机器学习、模式识别、决策支持、数据挖掘、过程控制等领域。并且已发展成为人工智能的一个重要研究方向,在数据挖掘(data mining)与知识发现(KDD)中具有非常广泛的潜在应用背景,并已获得许多成功的应用。Pawlak粗糙集理论是以等价关系为基础建立的。但是在有些领域,等价关系是不适合处理一些粒度数据。进而,为了推广粗糙集理论的应用范围,研究者提出了多种的粗糙集模型。其中,Z.Bonikowski利用论域上的覆盖建立了覆盖粗糙集模型。本文对Z.Bonikowski定义的覆盖粗糙集模型中的一些概念进行了完善。同时在新的定义下讨论了上、下近似的性质和覆盖的约简,并用公理化的方法研究了它们。在粗集覆盖约简的基础上,本文对相对约简也进行了相关的讨论。另外,本文在在诱导覆盖的基础上,提出了一种新的覆盖——扩展覆盖(The Extension Covering),并就同一论域上的两个扩展覆盖依赖程度的度量进行了说明以及扩展覆盖上任意两个元素之间的叁种基本关系进行了详细的讨论。本文定义了知识论域和知识拓扑,组建了4种拓扑空间,讨论了Z.Pawlak粗糙集模型上映射的拓扑性质,指出了粗糙集模型与一个有限集之间的映射。在该映射上可以诱导出基于此有限集上的等价关系,从而得到了两个粗集拓扑空间的映射。这个映射是连续的,如果是双射则此映射是开的且把粗集映成粗集,粗集的原像还是粗集。对一个问题进行拓展研究,首先要找到该问题的相对性因子,对与相对性因子泛化,然后再用泛系方法论中的泛导思想,构造该问题的新模型。本问从泛系的角度对覆盖粗糙集的拓展研究就是基于这种思想。通过泛系理论对覆盖粗糙集的研究,根据泛系拓扑与粗糙集近似的相似性即从内、外逼近某对象,提出了覆盖粗集的模型在基于对映射和Z.Bonikowski定义的覆盖粗糙集模型的研究,本文由某泛序系统下某元素的上、下逼近,联系到某线序系统下元素的插入排序和选择排序。通过引入偏序宏观序而将线形序下的插入排序和选择排序,拓展到任何序下来实现,并给出了任何序下插入排序和选择排序的一般算法。并且,通过插入排序还可以构造拓扑结构,以便于对问题的研究。(本文来源于《山东师范大学》期刊2009-06-02）
吴贤维[6]（2009）在《基于粗集的规则获取算法及覆盖粗集模型研究》一文中研究指出粗糙集理论是八十年代初由波兰学者Pawlak提出的一种处理不精确、不确定性问题的数学工县。由于其近年来在机器学习、模式识别、决策分析、过程控制、数据库知识发现、专家系统等领域的成功应用,越来越受到各领域专家的广泛关注。研究基于粗糙集理论的属性约简和规则提取方法具有十分重要的理论意义和实际意义;覆盖粗集是Pawlak粗集的一个扩展,它能处理Pawlak粗集不能处理的一些实际问题,因此对覆盖粗集的研究也是一个很有价值的课题。本文围绕着这两个主题.在粗糙集的理论基础指导下,做了以下叁方面的工作:(1)通过分析粗糙集理论的属性约简的过程和求决策系统约简的两个算法,提出了一种规则融合方法。这种基于粗糙集的规则融合方法能形成近似决策规则,为粗糙集的规则获取提供了新的思路。(2)通过分析粗集中支持子集的本质与计算方法,研究了决策系统最小规则集的提取过程,构造一种新的最小规则集提取算法,通过实例验证了该算法在协调决策系统中获取最小规则集的有效性。(3)研究比较了四种覆盖粗集模型,优化了覆盖粗集的上近似定义,提出一种新的覆盖粗集模型。对新的覆盖粗集模型的性质进行了较深入的研究和刻画,研究发现新的模型比原有的模型能保持更多Pawlak粗集的性质,而且上、下近似操作本质上也是彼此相互依赖。(本文来源于《五邑大学》期刊2009-04-15）
梁俊奇,周玉华[7]（2007）在《覆盖S-粗集模型的性质》一文中研究指出讨论基于覆盖理论的S-粗集模型的性质,给出了S-粗集生成的拓扑结构,证明了覆盖S-粗集模型与自反、传递关系下的S-粗集模型是等价的。(本文来源于《模糊系统与数学》期刊2007年06期）
杨慧,赵茉莉[8]（2007）在《基于覆盖广义粗集的信息系统的知识约简》一文中研究指出对传统的粗集约简方法进行了推广,讨论了在特定相容关系下的信息系统以及协调目标信息系统上辨识矩阵的构造方法,推广之后不再需要对论域形成划分,只需要形成覆盖.针对可辨识矩阵的概念推广到覆盖的情形,提出了3种新的基于覆盖广义粗集的约简并对其优良性质进行了讨论,进而在此基础上给出了近似覆盖约简的启发式算法.(本文来源于《纺织高校基础科学学报》期刊2007年02期）
魏荣[9]（2007）在《信息系统的知识发现与覆盖粗集的模糊性》一文中研究指出本论文讨论了基于模态逻辑的证据理论在信息系统的知识发现中的应用与基于覆盖广义粗集的模糊性。研究内容分为两大部分：第二、叁章讨论了基于模态逻辑的证据理论在几种不同的信息系统中描述、提取规则的应用；第四章讨论了基于覆盖广义粗集的模糊性。第二章讨论了在经典信息系统、模糊信息系统、Vague信息系统等几种不同信息系统中利用基于模态逻辑的证据理论方法来描述、提取决策规则及其证据合成的问题。第叁章讨论了在模糊信息系统、Vague信息系统中，对于一给定的新的研究对象利用模糊真值限制的方法对其进行推理判断。第四章定义了基于覆盖广义粗集的模糊性度量，给出一种度量表示并讨论此种模糊性度量的性质；又定义了正负域覆盖广义粗集的模糊度。(本文来源于《山东大学》期刊2007-05-08）
魏荣,刘保仓,史开泉[10]（2007）在《基于覆盖广义粗集的模糊性》一文中研究指出本文定义了基于覆盖广义粗集的模糊性度量,给出一种度量表示并讨论此种模糊性度量的性质;定义了正负域覆盖广义粗集的模糊度,并通过一个具体实例给出直观解释。(本文来源于《计算机科学》期刊2007年01期）
覆盖粗集论文开题报告
（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：
在覆盖信息系统中覆盖个数动态变化的背景下,针对如何有效、快速地计算集合的上、下近似集的问题,通过引入特征函数的概念,定义了一个关系矩阵,提出了集合的覆盖近似算子、正域、负域、边界域的矩阵表达式。其次,在覆盖信息系统中覆盖个数变化的条件下,利用矩阵方法研究和讨论了集合近似集的增量更新方法。这些结果丰富了覆盖粗糙集的动态知识更新理论,同时也为动态覆盖信息系统中知识更新提供了一种新的方法。
（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。
覆盖粗集论文参考文献
[1].刘海涛.覆盖粗集的覆盖约简及拓扑式研究[D].扬州大学.2017
[2].林艺东,张燕兰,林梦雷.覆盖族动态变化时粗集计算的矩阵方法[J].计算机应用.2015
[3].刘俊兰,姚炳学,田申新.覆盖模糊S-粗集模型[J].计算机工程与应用.2011
[4].张燕兰,李进金.广义覆盖粗集的约简[J].模糊系统与数学.2010
[5].公延庆.粗集覆盖算法及其相关问题的研究[D].山东师范大学.2009
[6].吴贤维.基于粗集的规则获取算法及覆盖粗集模型研究[D].五邑大学.2009
[7].梁俊奇,周玉华.覆盖S-粗集模型的性质[J].模糊系统与数学.2007
[8].杨慧,赵茉莉.基于覆盖广义粗集的信息系统的知识约简[J].纺织高校基础科学学报.2007
[9].魏荣.信息系统的知识发现与覆盖粗集的模糊性[D].山东大学.2007
[10].魏荣,刘保仓,史开泉.基于覆盖广义粗集的模糊性[J].计算机科学.2007