-
题名基于局部广义多粒度粗糙集的多标记最优粒度选择
被引量：10
- 1
-
-
作者
梁美社
米据生
侯成军
靳晨霞
-
机构
河北师范大学数学与信息科学学院
石家庄职业技术学院科技发展与校企合作部
河北科技大学经济管理学院
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2019年第8期718-725,共8页
-
基金
国家自然科学基金项目(No.61573127)
河北省自然科学基金项目(No.A2018210120)资助~~
-
文摘
在多粒度粗糙集模型中,粒度选择总是与正域有关.由于全体标记确定对象集上的分类过细,落入正域的对象很少或为空集,导致正域约简方法可能丢失大量信息甚至失效.为了克服这一缺陷,文中提出基于局部广义多粒度粗糙集的多标记最优粒度选择方法.首先,引入广义局部多粒度粗糙集的相关概念,通过设置信息水平参数,对单个标记的对象集合进行近似.然后,通过定义多粒度多标记信息系统的粒度质量,给出粒度重要性.最后,设计最优粒度选择的启发式算法,并通过实例验证文中方法的有效性.
-
关键词
多标记数据
多粒度粗糙集
最优粒度选择
粒度重要度
-
Keywords
Multi-label Data
Multi-granulation Rough Set
optimal granulation selection
Granular Significance
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于多粒度粗糙直觉犹豫模糊集的最优粒度选择方法
被引量：2
- 2
-
-
作者
薛占熬
孙冰心
侯昊东
荆萌萌
-
机构
河南师范大学计算机与信息工程学院
“智慧商务与物联网技术”河南省工程实验室
-
出处
《计算机科学》
CSCD
北大核心
2021年第10期98-106,共9页
-
基金
国家自然科学基金(62076089,61772176)
河南省科技攻关项目(182102210078,182102210362)。
-
文摘
为了对含有多属性的直觉犹豫模糊决策信息系统进行约简,获取最优粒度,运用多粒度粗糙集处理直觉犹豫模糊决策信息系统中的不确定信息,并对多粒度粗糙直觉犹豫模糊集的最优粒度选择方法进行了研究。首先,在直觉犹豫模糊集的基础上引入属性信息,给出粗糙直觉犹豫模糊集的概念,提出乐观、悲观多粒度粗糙直觉犹豫模糊集的下、上近似这4种模型,且研讨了它们的性质。其次,主要定义了基于悲观多粒度粗糙直觉犹豫模糊集下近似的粒度质量相似度和内、外粒度重要度的计算公式,设计了其最优粒度选择算法。最后,通过葡萄酒测评的案例,分别基于乐观、悲观多粒度粗糙直觉犹豫模糊集的下、上近似这4种情况,计算出最优粒度并进行了分析,验证了该算法在直觉犹豫模糊决策信息系统中的约简是有效的。
-
关键词
直觉犹豫模糊集
多粒度
粗糙集
粒度重要度
最优粒度选择
-
Keywords
Intuitionistic hesitant fuzzy sets
Multi-granulation
Rough sets
granulation importance degree
optimal granulation selection
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名内P-集合与F-优化数据-筛选
被引量：2
- 3
-
-
作者
熊国敏
李豫颖
阮群生
高春晗
-
机构
安顺学院数学与计算机科学系
宁德师范学院计算机与信息工程系
-
出处
《河南大学学报（自然科学版）》
CAS
北大核心
2013年第3期232-236,共5页
-
基金
贵州省科技厅
安顺市人民政府
安顺学院联合基金项目(黔科合丁字LKA[2012]11号)
-
文摘
应用内P-集合的内-动态特性及其结构,提出了F-优化数据概念,讨论F-优化数据的生成与筛选,获得F-优化数据-筛选定理及F-优化数据的生成-筛选算法,并给出F-优化数据-筛选的应用.研究结果为动态信息系统的数据优化提供了一种新方法.
-
关键词
内p-集合
F-优化数据
粒度
F-优化度
筛选
-
Keywords
internal P-set
F-optimized data
granulation degree
F-optimizing degree
selection
-
分类号
O144
[理学—数学]
TP274
[理学—基础数学]
-
