说明:本文提出了一种使用模糊粗糙集进行维降维的鲁棒方法,其中降维结果可以反映在所有可能参数上获得的约简。 在这里,在所有可能的参数上获得的折减意味着在不同程度的鲁棒性下获得的所有折减以处理噪声。 这种方法完全不同从现有的模糊粗糙约简方法。 差异体现在三个方面:概念,工具和算法。 首先,以新的方式重新定义了属性约简的关键概念。 也就是说,鲁棒的模糊粗糙还原, 为了反映在所有可能参数上获得的经典约简,提出了简化为鲁棒约简的方法。 新的“强大的还原”不是条件属性的清晰子集; 相反,它是一个模糊子集,其最有趣
<weixin_38537968> 上传 | 大小:769kb