Advertisement

“糙集理论、算法与应用” (苗夺谦等) [M].

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
系统性地阐述经典粗糙集理论，并详细剖析其核心算法框架以及广泛的应用领域。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 粗糙集理论、算法及其应用（苗夺谦等）[M].pdf
    优质
    《粗糙集理论、算法及其应用》一书由苗夺谦等人编著，系统地介绍了粗糙集的基本原理、相关算法及在各个领域的应用实例。 系统地讲解经典粗糙集理论、算法框架与应用。
     
  • 粗糙集理论与应用PPT
    优质
    本PPT介绍粗糙集理论的基本概念、数学模型及其在数据处理和知识发现中的应用，涵盖不确定性数据分析和决策系统优化等方面。 简单介绍粗糙集的基础知识，适合初学者阅读的简易材料。
     
  • 粗糙集理论的应用与回顾
    优质
    《粗糙集理论的应用与回顾》一文综述了粗糙集理论的发展历程及其在数据挖掘、模式识别等领域的广泛应用，并探讨其未来研究方向。 粗糙集理论及其应用综述 本段落主要探讨了粗糙集理论的基本概念、发展历程以及在不同领域的广泛应用情况。通过分析现有研究成果，总结了粗糙集理论的关键特点和技术优势，并对其未来发展方向进行了展望。文章旨在为相关领域研究人员提供参考和借鉴，推动该理论的进一步发展与创新。
     
  • 粗糙集理论与方法（清晰版）
    优质
    《粗糙集理论与方法》是一本详细介绍粗糙集理论基础、模型构建及其应用的经典著作。本书系统地阐述了如何利用粗糙集技术处理不确定性信息，并提供了丰富的实例和案例研究，适用于科研人员及高校师生阅读参考。 《粗糙集理论与方法》全面介绍了粗糙集理论的基本内容及应用方法，并力求涵盖国内外最新的研究成果。该书的主要章节包括：粗糙集的基础概念、计算技术、代数特性和逻辑性质、多种推广模型的探讨，以及与其他处理不确定或不精确问题理论的关系和在不完备信息系统中的运用方法。
     
  • 决策理论与方法（基于粗糙集）.ppt
    优质
    本PPT探讨了决策理论与方法，并特别聚焦于运用粗糙集技术来解决不确定性问题。通过结合实例分析，深入浅出地讲解了如何利用该理论优化决策过程。 粗糙集理论的基本概念包括完备决策系统的分析方法、不完备决策系统的分析方法以及基于优势关系的粗糙决策分析方法。此外还有基于扩展优势关系的粗糙决策分析方法也被提出和发展。
     
  • 粗糙集理论概述
    优质
    粗糙集理论是一种处理不确定性和不完整信息的数学工具，由波兰数学家扎德 Pawlak 在1982年提出，广泛应用于数据挖掘、机器学习和知识获取等领域。 粗糙集理论是一种处理不确定性和不完整数据的数学工具，在数据分析、机器学习等领域有广泛应用。
     
  • 邻域粗糙集与经典粗糙集的基本理论及程序算例 V2.0.1（2015.04.06）
    优质
    本文档为V2.0.1版，更新于2015年4月6日，阐述了邻域粗糙集和经典粗糙集的理论基础，并提供了详细的程序算例。 文档内容涉及粗糙集与邻域粗糙集的基本理论及程序算例。原版本一两年前上传过，现已更新修复了此前网友测试过程中发现的一个bug，并附有详细的更新说明。对于前期下载过该程序的用户，若有需要可直接联系作者获取最新版本（联系方式不在此公开）。附件包括理论说明文档、计算程序、演示数据和算例解释等资料，旨在帮助大家更好地学习相关知识。希望各位能积极参与交流与探讨，共同进步。
     
  • 粗糙集理论及方法（张文修）.pdf
    优质
    《粗糙集理论及方法》由张文修撰写，该书详细探讨了粗糙集这一数学工具的基本理论、分析方法及其应用实践，为读者提供了深入理解数据不确定性问题的有效途径。 粗糙集理论与方法（张文修）这本书详细介绍了粗糙集的基本概念、数学模型以及在数据分析中的应用。书中不仅探讨了如何利用粗糙集进行数据处理和知识发现，还深入讲解了一系列相关的算法和技术细节，为读者提供了一个全面而系统的理解框架。
     
  • 基于Matlab的粗糙集理论计算程序
    优质
    本程序基于Matlab开发，实现粗糙集理论中的属性约简和规则提取等核心算法，适用于数据挖掘、机器学习等领域。 使用MATLAB编写计算程序来求解粗糙集理论的各项参数。
     
  • 图论算法的理论、实现与应用
    优质
    《图论算法的理论、实现与应用》一书深入探讨了图论的基本概念及其在计算机科学中的广泛应用，涵盖了经典算法和新兴技术。 本书系统地介绍了图论算法理论，并选取经典的ACM/ICPC竞赛题目为例题阐述图论算法思想，侧重于图论算法的程序实现及应用。第一章介绍图论基本概念以及图的两种存储表示方法：邻接矩阵和邻接表；第二章至第九章分别讨论了图的遍历与活动网络、树与生成树问题、最短路径问题、可行遍性问题、网络流问题，点支配集、点覆盖集、点独立集、边覆盖集及匹配，以及图的连通性和平面图和着色等问题。本书可以作为高等院校计算机（或相关专业）中关于图论等相关课程的主要教材，也可以作为ACM/ICPC竞赛的学习辅助资料。