监督机制多粒度决策粗糙集模型及应用

摘要：

为弥补多粒度决策粗糙集刻画不确定性知识能力的不足,鉴于监督学习能够考虑对象现有或预测的类别标签信息,在多粒度决策粗糙集中引入类内阈值和类间阈值的概念,提出了基于监督机制的多粒度决策粗糙集,给出模型的下、上近似,并对相关性质和结论进行证明.以工地项目建设的实例验证了模型的有效性与可靠性.实验结果表明,通过调整类内阈值和类间阈值,可进一步提高原模型的容错和分类能力.

关键词：监督机制、多粒度决策粗糙集、概率粗糙集

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省社会科学基金;江苏省高校哲学社会科学优秀创新团队培育点项目

在线出版日期：2020-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：214-220