利用单向S-粗集(one direction singular rough sets)与它的动态特性,给出F-阶梯知识、F-阶梯度的概念。利用这些概念,提出F-阶梯知识分辩定理、最小F-阶梯知识挖掘-发现定理、最大F-阶梯知识挖掘-发现定理、知识发现依赖-筛选定理与F-...利用单向S-粗集(one direction singular rough sets)与它的动态特性,给出F-阶梯知识、F-阶梯度的概念。利用这些概念,提出F-阶梯知识分辩定理、最小F-阶梯知识挖掘-发现定理、最大F-阶梯知识挖掘-发现定理、知识发现依赖-筛选定理与F-阶梯知识内潜藏原理,给出F-阶梯知识挖掘-发现准则及应用。这些结果是单向S-粗集的新特性与单向S-粗集的动态特性的新应用。展开更多
在单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)基础上,给出S-粗等价类、S-粗等价类对偶与粗等价类的概念与结构;讨论了三种等价类之间的关系;得到S-粗等价类与S-粗等...在单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)基础上,给出S-粗等价类、S-粗等价类对偶与粗等价类的概念与结构;讨论了三种等价类之间的关系;得到S-粗等价类与S-粗等价类对偶的属性定理与动态分离定理;给出S-粗等价类在知识动态挖掘-发现中的应用。展开更多
文摘利用单向S-粗集(one direction singular rough sets)与它的动态特性,给出F-阶梯知识、F-阶梯度的概念。利用这些概念,提出F-阶梯知识分辩定理、最小F-阶梯知识挖掘-发现定理、最大F-阶梯知识挖掘-发现定理、知识发现依赖-筛选定理与F-阶梯知识内潜藏原理,给出F-阶梯知识挖掘-发现准则及应用。这些结果是单向S-粗集的新特性与单向S-粗集的动态特性的新应用。
文摘在单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)基础上,给出S-粗等价类、S-粗等价类对偶与粗等价类的概念与结构;讨论了三种等价类之间的关系;得到S-粗等价类与S-粗等价类对偶的属性定理与动态分离定理;给出S-粗等价类在知识动态挖掘-发现中的应用。