1) probability fuzzy rough set
概率模糊粗糙集
2) probabilistic rough set model
粗糙集概率模型
1.
In this paper,the authors have presented an algorithm SRII based on probabilistic rough set model,which eliminates attributes very efficiently and effectively.
论文根据粗糙集概率模型应用于数据挖掘的特点,提出了一种用于数据预处理的基于信息归纳的概率粗糙集算法SRII;实验证明,SRII结合算法C4。
3) probability rough set model
概率粗糙集模型
1.
The classical probability rough set model had been established on the basis of universe of discourse in equivalent relation.
经典的概率粗糙集模型是基于论域上的等价关系而建立的,然而在实际应用中,等价关系很难得到。
4) probabilistic rough set
概率粗糙集
1.
Tn view of the deficiency of classic probabilistic rough set model,we introduce the probabilistic rough set model over two universes which exist a compatible relation,two kind of approximation operator based on the multi-valued mapping were defined,which is called Generalized Probabilistic(I) and Generalized Probabilistic(II),the mathematic properties were discussed.
针对经典概率粗糙集模型的不足,将其论域推广到两个具有相容关系的论域上,借助集值映射分别定义了两种形式的广义概率(I)型和广义概率(II)型粗糙集近似算子,并讨论了相应的数学性质。
5) fuzzy rough sets
模糊粗糙集
1.
Level Characteristics of Rough Fuzzy Sets and Fuzzy Rough Sets;
粗糙模糊集与模糊粗糙集的截集性质(英文)
2.
The Studies of Fuzzy Rough Sets Theory:A Survey;
模糊粗糙集理论研究进展
3.
The fuzzy rough sets based on the cutsets and properties;
截集形式的模糊粗糙集及其性质
6) fuzzy-rough set
模糊粗糙集
1.
Intrusion detection method based on ICA and fuzzy-rough set;
一种基于ICA和模糊粗糙集的入侵检测方法
2.
Two attribute reduction algorithms based on fuzzy-rough set;
基于模糊粗糙集的两种属性约简算法
3.
An Attribute Reduction Algorithm Based on Fuzzy-rough Set and It s Application in Medical Image Area;
一种基于模糊粗糙集理论的算法及其在医学影像中的应用
补充资料：模糊概率
分子式：
CAS号：
性质： 模糊事件发生的概率。在一定条件下进行试验，由于受各种因素影响，某次试验的结果在试验之前无法确定。且试验结果亦具有模糊性，此类事件称为模糊随机事件而具有双重的不确定性。模糊性和随机性虽然都是不确定性，描述模糊性的隶属函数和描述随机性的概率函数都是在[0，1]区间取值，但二者有本质的区别。随机性是指随机事件是否发生在试验之前无法确定，但大量试验的结果呈现出统计规律性，且试验的结果本身是十分明确的，用概率论来研究与处理它，而模糊性不仅试验之前无法确定其结果，且试验的结果仍具有模糊性，需要模糊数学来研究与处理它。
CAS号：
性质： 模糊事件发生的概率。在一定条件下进行试验，由于受各种因素影响，某次试验的结果在试验之前无法确定。且试验结果亦具有模糊性，此类事件称为模糊随机事件而具有双重的不确定性。模糊性和随机性虽然都是不确定性，描述模糊性的隶属函数和描述随机性的概率函数都是在[0，1]区间取值，但二者有本质的区别。随机性是指随机事件是否发生在试验之前无法确定，但大量试验的结果呈现出统计规律性，且试验的结果本身是十分明确的，用概率论来研究与处理它，而模糊性不仅试验之前无法确定其结果，且试验的结果仍具有模糊性，需要模糊数学来研究与处理它。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条