典型文献
一种改进的局部多粒度决策理论粗糙集模型
文献摘要：
局部多粒度决策理论粗糙集要预先获取给定数据集中所有对象的信息颗粒,只需要对特定的目标概念中的对象的信息颗粒进行计算,开创了一种有用的计算范式.然而,传统的局部多粒度决策理论粗糙集在计算三个区域(正域,边界域和负域)时需要主观的给定一对概率阈值(α,β).在实际的决策应用中,该获取阈值的方法可能会造成信息丢失或判断不准确的问题.为了解决这个问题,这篇文章提出了一种改进的局部多粒度决策理论粗糙集模型,叫做广义的局部多粒度决策理论粗糙集.该模型可以通过一个补偿系数ζ,即可自适应的获得相对应的参数α和β.这不仅减少了人为设置参数的个数,还强化了由多个粒度结构所产生损失的语义解释.
文献关键词：
粗糙集;局部多粒度决策理论粗糙集;自适应;补偿系数;粒计算
中图分类号：
作者姓名：
张鹏飞;李天瑞;王德贤;袁钟;王国强
作者机构：
西南交通大学计算机与人工智能学院,四川成都 611756;综合交通大数据应用技术国家工程实验室(西南交通大学),四川成都 611756
文献出处：
引用格式：
[1]张鹏飞;李天瑞;王德贤;袁钟;王国强-.一种改进的局部多粒度决策理论粗糙集模型)[J].模糊系统与数学,2022(06):40-53
A类：
局部多粒度决策理论粗糙集,决策理论粗糙集
B类：
取给,计算范式,正域,边界域,概率阈值,策应,信息丢失,篇文章,叫做,补偿系数,设置参数,语义解释,粒计算
AB值：
0.179213
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
