基于边界域和知识粒度的粗糙集不确定性度量
本文选题:不确定性度量 + 边界域 ; 参考:《控制与决策》2016年06期
【摘要】:为了克服现有作积形式不确定性度量方法的缺陷,基于边界域提出一种用改进粗糙度和知识粒度求和形式的粗糙不确定性度量公式.与现有方法相比,它同时考虑了由边界域和知识粗糙性产生的不确定性,从理论上证明了集成后的不确定性度量值确实比单个影响因素产生的不确定性度量值大,是一种更加合理的不确定性度量方法.将该方法推广到基于严凸函数知识粒度情形,得到一类度量粗糙集不确定性度量方法,并研究了随划分变细时,粗糙度、改进粗糙度与所提出方法之间的关系.最后设计了一组算例对它们进行比较,比较结果表明,所提出的方法对划分变细更加敏感.
[Abstract]:In order to overcome the shortcomings of existing methods of measurement of uncertainty in product form, a rough uncertainty measurement formula based on boundary domain is proposed, which is based on improved roughness and summation of knowledge granularity. Compared with the existing methods, the uncertainty generated by both the boundary domain and the knowledge roughness is taken into account. It is proved theoretically that the uncertainty metric after integration is larger than that generated by a single influence factor. Is a more reasonable measure of uncertainty. This method is extended to the case of knowledge granularity based on strictly convex functions, and a class of measurement methods of uncertainty in rough sets is obtained. The relationship between roughness, improved roughness and the proposed method is studied when the partition becomes thinner. Finally, a group of numerical examples are designed to compare them. The comparison results show that the proposed method is more sensitive to partition thinning.
【作者单位】: 佛山科学技术学院理学院;
【基金】:广东省自然科学基金项目(2015A030313636) 广东省普通高校特色创新类项目(2014KTSCX152)
【分类号】:TP18
【参考文献】
相关期刊论文 前7条
1 黄国顺;曾凡智;文翰;;基于条件概率的粗糙集不确定性度量[J];控制与决策;2015年06期
2 滕书华;鲁敏;杨阿锋;张军;庄钊文;;基于一般二元关系的粗糙集加权不确定性度量[J];计算机学报;2014年03期
3 黄国顺;曾凡智;陈广义;文翰;;基于严凸函数的知识粒度与相对粒度[J];模式识别与人工智能;2013年10期
4 梁吉业;钱宇华;;信息系统中的信息粒与熵理论[J];中国科学(E辑:信息科学);2008年12期
5 ;Information granules and entropy theory in information systems[J];Science in China(Series F:Information Sciences);2008年10期
6 王国胤;张清华;;不同知识粒度下粗糙集的不确定性研究[J];计算机学报;2008年09期
7 苗夺谦,范世栋;知识的粒度计算及其应用[J];系统工程理论与实践;2002年01期
【共引文献】
相关期刊论文 前10条
1 宋鹏;梁吉业;李常洪;;基于序化机理的稳健型股票价值投资决策——一个研究框架[J];北京理工大学学报(社会科学版);2016年03期
2 戚宗锋;韩山;李建勋;;Applications of Generalized Rough Set Theory in Evaluation Index System of Radar Anti-Jamming Performance[J];Journal of Shanghai Jiaotong University(Science);2016年02期
3 黄国顺;文翰;;基于边界域和知识粒度的粗糙集不确定性度量[J];控制与决策;2016年06期
4 鄂旭;谭艳;励建荣;毛玫静;杨明婧;;水产品安全评估体系中属性约简算法研究[J];计算机工程;2016年03期
5 程妮;;一种基于属性变化的增量约简算法[J];山西大同大学学报(自然科学版);2016年01期
6 赵鹏坤;时恺泽;张素兰;;一种基于粗糙集的视觉单词生成方法[J];太原科技大学学报;2016年01期
7 戚宗锋;韩山;李建勋;;基于粗糙集的雷达抗干扰性能评估指标体系研究[J];系统仿真学报;2016年02期
8 刘保相;白斌;李丽红;李言;;集对属性软计算方法及应用[J];计算机科学;2016年01期
9 郑鹭斌;陈玉明;曾志强;卢俊文;;二进制粒计算模型[J];计算机科学;2016年01期
10 景运革;李天瑞;;基于知识粒度的增量约简算法[J];山东大学学报(工学版);2016年01期
【二级参考文献】
相关期刊论文 前10条
1 陈玉明;吴克寿;谢荣生;;基于相对知识粒度的决策表约简[J];山东大学学报(工学版);2012年06期
2 黄国顺;曾凡智;陈广义;文翰;;一种Hu差别矩阵属性约简的高效算法[J];华中科技大学学报(自然科学版);2012年04期
3 苗夺谦;徐菲菲;姚一豫;魏莱;;粒计算的集合论描述[J];计算机学报;2012年02期
4 王国胤;姚一豫;于洪;;粗糙集理论与应用研究综述[J];计算机学报;2009年07期
5 徐久成;史进玲;孙林;;一种基于相对粒度的决策表约简算法[J];计算机科学;2009年03期
6 梁吉业;钱宇华;;信息系统中的信息粒与熵理论[J];中国科学(E辑:信息科学);2008年12期
7 赵明清;杨强;;不完备信息系统中知识粒度的公理化定义与度量方法[J];模式识别与人工智能;2008年06期
8 ;Information granules and entropy theory in information systems[J];Science in China(Series F:Information Sciences);2008年10期
9 王国胤;张清华;;不同知识粒度下粗糙集的不确定性研究[J];计算机学报;2008年09期
10 胡清华;于达仁;谢宗霞;;基于邻域粒化和粗糙逼近的数值属性约简[J];软件学报;2008年03期
【相似文献】
相关期刊论文 前10条
1 邱兆雷;范颖;王爱云;;粗糙集理论及进展[J];信息技术与信息化;2006年05期
2 徐伟华;张文修;;覆盖广义粗糙集的模糊性[J];模糊系统与数学;2006年06期
3 石杰;;粗糙集理论及其应用研究[J];科技信息;2008年33期
4 唐彬;;粗糙集理论和应用研究[J];内江科技;2008年03期
5 胡军;王国胤;;覆盖粗糙集的模糊度[J];重庆邮电大学学报(自然科学版);2009年04期
6 燕红文;康向平;张丽;;依赖空间与粗糙集理论[J];农业网络信息;2009年09期
7 林国平;;覆盖广义粗糙集与信任函数[J];漳州师范学院学报(自然科学版);2010年02期
8 王石平;祝峰;朱培勇;;基于抽象相关关系的粗糙集研究[J];南京大学学报(自然科学版);2010年05期
9 成新文;陈国超;李琦;;关于粗糙集的理论及应用研究[J];煤炭技术;2010年10期
10 林治;张璇;;粗糙集理论的应用探析[J];邢台职业技术学院学报;2011年03期
相关会议论文 前10条
1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集(第2册)[C];2005年
2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年
3 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
4 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
5 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年
6 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年
7 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年
8 王红萍;万程亮;金彦丰;;应用粗糙集理论的对抗效果权重确定方法[A];2009’中国西部地区声学学术交流会论文集[C];2009年
9 王莉;周献中;;一种基于粗糙集的模糊神经网络模型在钢材力学性能预测中的研究[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
10 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
相关博士学位论文 前10条
1 马希骜;概率粗糙集属性约简理论及方法研究[D];西南交通大学;2014年
2 唐孝;基于粗糙集的知识发现方法及其在ECG信号识别中的应用[D];电子科技大学;2015年
3 曾凯;邻域粒化粗糙计算的关键技术研究与应用[D];电子科技大学;2015年
4 鲍忠奎;面向不确定信息系统的粗糙集扩展模型研究[D];合肥工业大学;2015年
5 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007年
6 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年
7 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年
8 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院(计算技术研究所);2003年
9 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年
10 孙英娟;基于粗糙集的分类方法研究[D];吉林大学;2011年
相关硕士学位论文 前10条
1 江飞;粗糙集神经网络故障诊断方法研究[D];西安石油大学;2015年
2 何理荣;粗糙集理论在银行信贷风险评估中的应用研究[D];华南理工大学;2015年
3 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年
4 杨礼;基于粗糙集的公路交通安全预警研究[D];西南交通大学;2015年
5 聂萌瑶;基于泛系串并模型的粗糙集概念扩展与拓扑空间[D];兰州大学;2015年
6 徐鹏;基于粗糙集的建筑起重机械安全精细化评价研究[D];西安建筑科技大学;2015年
7 孙宇航;粗糙集属性约简方法在医疗诊断中的应用研究[D];苏州大学;2015年
8 张曼;基于粗糙集和包含度的聚类分类算法研究[D];青岛理工大学;2015年
9 车世远;基于群搜索优化粗糙集的脑科学数据研究[D];大连海事大学;2015年
10 林哲;基于粗糙集的马田系统研究及其在银行直接营销客户分类中的应用[D];南京理工大学;2015年
,本文编号:1781107
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1781107.html