锐客网

  1. 首页 > 睿知 > >

粗糙集对分析理论与...,简述粗糙集理论中的信息系统

经验分享睿知

集对 分析方法(一)基本原理集对 分析是新的不确定性理论 。原则上，粗糙 set 理论可以处理很多涉及不确定性的问题，而集对 分析的基本思想是将系统中的确定性和不确定性与数学进行辩证，集对 分析把确定性分为“同一”和“对立”，把不确定性称为“不同” ， 从同一、不同、对立三个方面分析事物 。

1、 粗糙集中的上下近似的概念 is 理论的一个公式 ， 类似于取小范围，准确 。上近似类似于取一个大的可能范围 。建议看一些资料 。入门的理论很简单 。粗糙 Set 理论作为一种数据分析Processing理论，由波兰科学家Z.Pawlak于1982年创立，它是一种不准确和不一致的处理 。

上下近似的概念在下面讨论 。假设给定A上的一个子集X{x2，x5，x7}，知识库中的知识应该如何描述它？无论是单属性知识 ， 还是几个知识的交集和运算合成的知识，都无法得到这个新的集合X，即从所有已有的知识中找出与他最相似的两个，一个作为下近似，一个作为上近似 。可以选择“蓝色大方块或蓝色小圆圈”的概念:{x5，

2、请问在模式识别中分类器可以用 粗糙集做吗?原则上 ， 粗糙 set 理论可以处理许多涉及不确定性的问题，如:(1)不确定或不准确知识的表达，(2)从经验中学习，从经验中获取知识，(3)信息不一致 。(5)保留信息前提下的约简，(6)近似决策分类，(7)识别和评估数据间的依赖关系 。也就是说可以用于理论上的分类问题，但是据我所知，

3、什么是用来评估神经网络的计算模型对样本的预测值和真实值之间的误差大...(损失函数)用于通过神经网络的计算模型来评价样本的预测值与真实值之间的误差 。数据预处理的主要方法如下:1 .粗糙粗糙集理论的约简方法是研究不精确、不确定知识的数学工具 。目前，它已经越来越受到KDD的重视 。利用粗糙 set 理论，是一种非常有效的简化数据维度的方法 。通常，我们处理的数据存在信息模糊的问题 。

在KDD，对不确定数据和噪声干扰的处理是粗糙 set法 。2.基于概念树的数据集中方法在数据库中，很多属性都可以归类到数据中，每个属性值和概念都可以根据抽象程度形成层次结构 。这种层次结构的概念通常被称为概念树 。概念树一般由领域专家提供，它将各个层次的概念一般按特殊顺序排列 。

4、 集对 分析法 (1)基本原理集对 分析是新的不确定性理论 。所谓集对是指有一定联系的两个集合组成的一对 。-0 分析的基本思想是辩证地看待系统中的确定性和不确定性分析并处理数学，体现了系统、辩证法和数学三大特征集对-3 。同、异、对立是相互联系、相互影响、相互制约的，在一定条件下相互转化 。
【粗糙集对分析理论与...,简述粗糙集理论中的信息系统】地下水质量评价本质上是确定性评价指标和标准与不确定性评价因子及其含量变化相结合的过程 。实际地下水质量状况和已建立的水质评价标准构成a 集对，通过两者的比较，得出水质评价的定量指标(龚世良，1998) 。(二)评价方法依据集对 分析地下水质量评价，首先构建了水体的指标内容和评价标准为集对(于等 ， 1999) 。

    推荐阅读


    上一篇：访客大数据挖掘与分析,基于数据挖掘的电影票房分析

    下一篇：sql2005查询分析器 64