期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
一种基于粗糙集理论的社交网络潜在路径研究
1
作者 靳瑞霞 孙全党 李超科 《现代计算机(中旬刊)》 2016年第6期48-51,65,共5页
Granovetter认为社交网络中弱连接比强连接更有力量。在此假设的基础上,将粗糙集理论应用到社交网络中,提出社交子网络概念,并基于对子网络间弱连接的进一步分析,建立子网间潜在路径的形式化定义。通过节点相似性连接预测,提出强弱连接... Granovetter认为社交网络中弱连接比强连接更有力量。在此假设的基础上,将粗糙集理论应用到社交网络中,提出社交子网络概念,并基于对子网络间弱连接的进一步分析,建立子网间潜在路径的形式化定义。通过节点相似性连接预测,提出强弱连接可以相互转化的假设,此假设充分表明弱连接在促进社交网络中知识纵向传播中的重要作用。 展开更多
关键词 社交网络 粗糙关系 潜在路径 弱连接
下载PDF
图像中非凸区域的粗糙关系特征研究 被引量:1
2
作者 周涛 张艳宁 +2 位作者 袁和金 邓方安 陆惠玲 《计算机科学》 CSCD 北大核心 2008年第3期237-239,250,共4页
通过研究图像中非凸区域的特性和A Cohn提出的"蛋-黄"模型,定义最大可能凸子集和最小可能凸超集等概念,给出了非凸区域的上、下近似概念,在此基础上提出了一种非凸区域转化为凸区域的粗糙近似算法,然后研究了非凸区域间、凸... 通过研究图像中非凸区域的特性和A Cohn提出的"蛋-黄"模型,定义最大可能凸子集和最小可能凸超集等概念,给出了非凸区域的上、下近似概念,在此基础上提出了一种非凸区域转化为凸区域的粗糙近似算法,然后研究了非凸区域间、凸区域间的关系特征,给出了非凸区域间的粗糙关系与凸粗糙区域间的粗糙关系等价图,从而简化了非凸区域之间的关系。这对基于图像的空间定性推理(QSR)进行了推广,使其不但能够对含有凸区域的图像进行语义推理,而且能够对含有非凸区域的图像也能进行推理。 展开更多
关键词 非凸区域 粗糙近似 粗糙关系特征
下载PDF
J_(rv)粗糙Vague区域关系 被引量:7
3
作者 张丽平 李松 +1 位作者 郝晓红 郝忠孝 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2012年第1期105-111,共7页
为了处理重要的Jrv类粗糙Vague区域关系,基于Vague集和粗糙集的联合给出Jrv类粗糙Vague区域关系的数学模型表示.通过分析粗糙Vague区域关系模型的复杂粗糙变换情况,确定粗糙Vague区域关系的动态关联邻接图.基于粗糙Vague区域的上﹑下近... 为了处理重要的Jrv类粗糙Vague区域关系,基于Vague集和粗糙集的联合给出Jrv类粗糙Vague区域关系的数学模型表示.通过分析粗糙Vague区域关系模型的复杂粗糙变换情况,确定粗糙Vague区域关系的动态关联邻接图.基于粗糙Vague区域的上﹑下近似模型,提出Jrv类粗糙Vague原子区域关系的可能蕴涵情况表,基于蕴涵情况表给出Jrv类粗糙Vague区域关系的可能蕴涵式.给出实例模型,并对实例模型进行分析.理论研究和实例分析结果表明,该模型可以处理复杂的Jrv类粗糙Vague区域关系,极大地增强了空间数据库处理复杂不确定区域关系的能力. 展开更多
关键词 Vague区域 粗糙Vague区域关系 VAGUE集 粗糙 可能蕴涵式
下载PDF
判定粗糙XML函数依赖的一种算法 被引量:1
4
作者 殷丽凤 邱占芝 《计算机科学》 CSCD 北大核心 2014年第5期215-218,共4页
为了刻画和处理不确定XML数据,利用粒计算方法研究粗糙XML树信息系统中粗糙XML函数依赖的判定问题。基于粗糙集给出粗糙XML树信息系统的上近似、下近似的定义,借助粗糙相似关系进一步给出粗糙XML函数依赖;分析如何利用位模式表示粗糙XM... 为了刻画和处理不确定XML数据,利用粒计算方法研究粗糙XML树信息系统中粗糙XML函数依赖的判定问题。基于粗糙集给出粗糙XML树信息系统的上近似、下近似的定义,借助粗糙相似关系进一步给出粗糙XML函数依赖;分析如何利用位模式表示粗糙XML树信息系统中的信息值;提出粗糙XML树信息系统中路径间的依赖关系的判定算法,并对算法的时间复杂性进行了分析。实例分析表明,信息值采用位模式时,数据格式更接近机器的内部表示,该方法可以快速判定粗糙XML函数依赖,算法的运算效率与速度也得到了提高。 展开更多
关键词 粗糙 粗糙相似关系 粗糙XML函数依赖 等价粒 位模式
下载PDF
改进的描述逻辑框架Rough-SHOIN 被引量:2
5
作者 杨鹏 孙波 《计算机工程与应用》 CSCD 2012年第14期23-26,共4页
针对具有不完备、多粒度特点的不确定知识表示,设计了一个粗糙描述逻辑框架——Rough-SHOIN,利用粗糙相似关系作为概念描述的基础,定义概念的粗糙上近似和下近似,实现不完备概念表达,在概念解释中引入上下文,实现在不同粒度上准确定义概... 针对具有不完备、多粒度特点的不确定知识表示,设计了一个粗糙描述逻辑框架——Rough-SHOIN,利用粗糙相似关系作为概念描述的基础,定义概念的粗糙上近似和下近似,实现不完备概念表达,在概念解释中引入上下文,实现在不同粒度上准确定义概念-对象间关系。在此基础上,给出Rough-SHOIN粗糙概念的语法、语义及知识库,并在不增加计算复杂度的前提下,定义Rough-SHOIN的推理规则。通过实例说明该框架的有效性。 展开更多
关键词 知识表示 不确定概念 描述逻辑 粗糙相似关系
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部