在實(shí)際應(yīng)用中,多粒度標(biāo)記決策系統(tǒng)常被用于各種信息分析,能否快速從該系統(tǒng)中選擇最需要的粒度是我們獲取知識(shí)的關(guān)鍵。無論是規(guī)則提取還是屬性約簡基本是在最優(yōu)粒度選擇出來的前提下進(jìn)行的�？梢娮顑�(yōu)粒度選擇在多粒度標(biāo)記決策系統(tǒng)的知識(shí)獲取中占有重要的地位。本文定義了多決策多粒度標(biāo)記決策信息系統(tǒng)與多源多粒度標(biāo)記決策信息系統(tǒng),并探討了這兩種系統(tǒng)中選擇最優(yōu)粒度的方法,以及探討了屬性值變化時(shí)如何選擇最優(yōu)粒度。具體的主要工作為以下三個(gè)部分:（1）介紹多決策的多粒度標(biāo)記系統(tǒng)的定義,并定義適用于該系統(tǒng)下的分布函數(shù)、最大分布函數(shù)、廣義決策函數(shù)及下近似函數(shù);然后分別討論粒度標(biāo)記層次系統(tǒng)保持分布協(xié)調(diào)、最大分布協(xié)調(diào)、廣義決策協(xié)調(diào)及下近似協(xié)調(diào)時(shí)最優(yōu)粒度的選擇。并給出相應(yīng)的例子驗(yàn)證方法的可行性。（2）介紹多源多粒度標(biāo)記決策系統(tǒng)的定義,探討選擇多源多粒度標(biāo)記決策系統(tǒng)最優(yōu)粒度的策略。具體策略:先選擇各信息源的最優(yōu)粒度,再對各信息源的最優(yōu)粒度進(jìn)行融合從而選擇全局最優(yōu)粒度。根據(jù)不同的應(yīng)用需求提出了基于“最粗”、“最細(xì)”及“絕大多數(shù)”三種原則的三種方法。同時(shí)給出相應(yīng)的例子驗(yàn)證方法的可行性。（3）研究多粒度標(biāo)記決策系統(tǒng)中屬性值變化時(shí)最優(yōu)粒... 

【文章來源】：閩南師范大學(xué)福建省

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

靜態(tài)和動(dòng)態(tài)算法最優(yōu)粒度標(biāo)記層次選擇的計(jì)算時(shí)間比較

【參考文獻(xiàn)】：
期刊論文
[1]廣義不完備多粒度標(biāo)記決策系統(tǒng)的粒度選擇[J]. 吳偉志,楊麗,譚安輝,徐優(yōu)紅.  計(jì)算機(jī)研究與發(fā)展. 2018(06)
[2]多粒度決策系統(tǒng)屬性約簡的最優(yōu)粒度選擇[J]. 史進(jìn)玲,張倩倩,徐久成.  計(jì)算機(jī)科學(xué). 2018(02)
[3]對象更新環(huán)境下的多粒度決策系統(tǒng)的最優(yōu)粒度選擇[J]. 鐵文彥,范敏,李金海.  計(jì)算機(jī)科學(xué). 2018(01)
[4]不完備多粒度決策系統(tǒng)的局部最優(yōu)粒度選擇[J]. 顧沈明,顧金燕,吳偉志,李同軍,陳超君.  計(jì)算機(jī)研究與發(fā)展. 2017(07)
[5]不協(xié)調(diào)多粒度標(biāo)記決策系統(tǒng)最優(yōu)粒度的對比[J]. 吳偉志,陳超君,李同軍,徐優(yōu)紅.  模式識(shí)別與人工智能. 2016(12)
[6]多粒度決策系統(tǒng)的局部最優(yōu)粒度選擇[J]. 顧沈明,萬雅虹,吳偉志,徐優(yōu)紅.  南京大學(xué)學(xué)報(bào)(自然科學(xué)). 2016(02)
[7]協(xié)調(diào)的不完備多粒度標(biāo)記決策系統(tǒng)的最優(yōu)粒度選擇[J]. 吳偉志,陳穎,徐優(yōu)紅,顧沈明.  模式識(shí)別與人工智能. 2016(02)
[8]大數(shù)據(jù)挖掘的粒計(jì)算理論與方法[J]. 梁吉業(yè),錢宇華,李德玉,胡清華.  中國科學(xué):信息科學(xué). 2015(11)
[9]基于粒計(jì)算的大數(shù)據(jù)處理[J]. 徐計(jì),王國胤,于洪.  計(jì)算機(jī)學(xué)報(bào). 2015(08)
[10]粒及粒計(jì)算在邏輯推理中的應(yīng)用[J]. 劉清,劉群.  計(jì)算機(jī)研究與發(fā)展. 2004(04)



本文編號(hào)：3318116