您的位置: 专家智库 > >

博士科研启动基金(A2010-06)

作品数:5 被引量:77H指数:3
相关作者:张清华王国胤幸禹可肖雨王进更多>>
相关机构:重庆邮电大学更多>>
发文基金:博士科研启动基金国家自然科学基金重庆市教委科研基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 4篇粒计算
  • 4篇粗糙集
  • 2篇知识
  • 2篇数据挖掘
  • 2篇相似度
  • 2篇模糊集
  • 1篇增量式
  • 1篇知识获取
  • 1篇知识获取方法
  • 1篇知识空间
  • 1篇知识粒度
  • 1篇值约简
  • 1篇商空间
  • 1篇粒计算模型
  • 1篇近似集
  • 1篇HASH
  • 1篇HASH算法
  • 1篇粗糙模糊集

机构

  • 5篇重庆邮电大学

作者

  • 5篇张清华
  • 2篇幸禹可
  • 2篇王国胤
  • 1篇肖雨
  • 1篇薛志远
  • 1篇王进
  • 1篇周玉兰

传媒

  • 1篇电子与信息学...
  • 1篇计算机学报
  • 1篇广西师范大学...
  • 1篇软件学报
  • 1篇重庆邮电大学...

年份

  • 1篇2015
  • 1篇2012
  • 2篇2011
  • 1篇2010
5 条 记 录,以下是 1-5
排序方式:
基于粒计算的增量式知识获取方法被引量:11
2011年
该文在研究粒计算理论的基础上,提出了一种基于粒计算的增量式知识获取方法。该方法通过建立决策信息系统原始的知识粒树,对新增数据,在原始知识粒树中查找相匹配的知识粒,并依据决策值更新知识粒树,实现快速高效地处理动态信息系统。算法分析及实验对比结果表明,该方法在动态信息系统知识获取方面优于RGAGC和ID4方法。
张清华幸禹可周玉兰
关键词:数据挖掘粒计算
一种基于Hash的快速值约简方法被引量:2
2011年
本文在研究粗糙集、决策树与粒计算的基础上,结合Hash算法快速、高效的特点,提出了一种基于Hash的快速值约简方法。该方法在处理信息系统过程中,能够快速划分等价类,并计算出正区域;在基于粗糙集理论针对每一个属性进行属性约简和值约简的过程中,利用Hash方法能够对数据压缩的特点,实现快速高效的规则提取。通过仿真实验显示,与一般的值约简方法相比,本方法在时间复杂性上具有优势。
张清华幸禹可
关键词:HASH算法粗糙集值约简数据挖掘
粗糙集的近似集被引量:43
2012年
粗糙集是1982年由Pawlak教授提出的解决集合边界不确定的重要方法,它通过两个精确的上、下近似集作为边界线来刻画目标集合(概念)X的不确定性,但它没有给出如何用已知的知识基(知识粒)来精确或近似地描述边界不确定的目标集合(概念)X的方法.首先给出了集合之间的相似度概念,然后分析了分别用上近似集R(X)和下近似集R(X)作为目标集合(概念)X近似描述的不足,提出了在已有知识基(粒)空间下寻找目标集合(概念)X的近似集的方法,并分析了用R0.5(X)作为X(概念)的近似集的优越性.最后讨论了不同知识粒度空间下R0.5(X)与X的相似度随知识粒度的变化关系.从新的角度提出了目标集合(概念)X近似集的构造方法,促进了粗糙集模型的发展.
张清华王国胤肖雨
关键词:粗糙集近似集粒计算知识空间相似度
粗糙模糊集的近似表示被引量:25
2015年
粗糙模糊集是利用粗糙集的Pawlak知识空间来近似刻画一个模糊集(不确定概念)的理论模型.粗糙模糊集用上、下近似模糊集作为目标概念的边界模糊集,它没有给出在当前知识基下如何得到目标模糊概念的近似模糊集或近似精确集的方法.文中首先给出模糊集的相似度(近似度)的概念,定义了Pawlak知识空间U/R下的阶梯模糊集、均值模糊集、0.5-精确集等概念;然后分析得出U/R知识空间下的均值模糊集是所有阶梯模糊集中与目标模糊集最接近的模糊集,U/R知识空间下0.5-精确集是目标模糊集最接近的近似精确集;分析了均值模糊集、0.5-精确集分别与目标模糊集之间的相似度随知识粒度变化的变化规律.从新的视角提出了不确定性目标概念的近似表示和处理的方法,促进了不确定人工智能的发展.
张清华王进王国胤
关键词:粗糙集粒计算粗糙模糊集相似度知识粒度
复合粒计算模型研究进展被引量:3
2010年
粒计算(granular computing,GrC)是人工智能领域中的一种模拟人类思考和解决复杂问题的新理念和新方法,粗糙集理论、商空间理论和模糊集理论是3种主要的粒计算模型。首先回顾几种基本的粒计算模型,介绍了几个复合粒计算模型,最后探讨了粒计算模型的进一步发展方向。
薛志远张清华
关键词:粒计算粗糙集模糊集商空间
共1页<1>
聚类工具0