1) rough membership
粗糙隶属度
1.
Firstly,the original monitoring data are discretized to a decision making table,then the attributions are reduced from the decision making table so as to eliminate the factors having no or less effect on the effect-quantity,and,lastly,the proportion of affecting factors on the effect-quantity is calculated with rough membership.
首先对原始监测信息进行数据离散化得到决策表,然后对决策表进行属性约简以去除影响极小的影响因素,最后用粗糙隶属度分析各主要因素的重要性指标及其在效应量中所占的分量比例。
2.
Then, the main factors importance value and their percentage in effect quantity were computed based on rough membership.
首先对原始监测信息进行粗糙集处理,提取主要影响因素和决策规则集,然后用粗糙隶属度分析各主要因素的重要性指标及其在效应量中所占的分量比例,并且通过对规则集的不确定性推理建立了大坝监测的粗集预报模型。
3) membership degree rough set
隶属度粗糙集
1.
Meanwhile,membership degree rough set model based on equivalence relation is proposed.
把粗隶属函数视为论域上的一个特殊模糊集,用它的!-截集和强"-截集的概念,将经典粗糙集模型进行推广,提出基于等价关系的隶属度粗糙集模型,验证一些有用的性质,并证明该模型比Pawlak粗糙集模型具有更好的精度。
4) rough membership degree
粗隶属度
5) rough membership function
粗糙隶属函数
1.
The fuzzy set in decision class is transformed into ordinary set by applying a λ-cut,based on which the rough membership function is generalized and some set theoretic properties are discussed.
应用λ-截集将决策类中的模糊集合转换为普通集合,在此基础上推广了粗糙隶属函数,讨论了其中的一些集合理论性质,通过设定置信阈值参数α,提出了一种可以从粗糙模糊决策表中获取概率决策规则的扩展粗糙集方法,并设计了一种改进的快速约简算法,最后给出了该方法的一个算例。
2.
The rough membership function based on the approximation precision ρ__R(X) is defined by the approximation precision of the any rough set on the universe.
利用论域U上任意粗糙集的近似精度ρR(X)定义了基于近似精度的粗糙隶属函数,实现了对任意粗糙集边界域中元素更为准确的刻划。
3.
A rough membership function to make a decision is introduced and a classify algorithm is given.
先通过感知器神经网络训练属性相容权值和相容阈值,再由相容关系确定每个样本的上下近似,通过引入一个用于决策的粗糙隶属函数,给出了分类算法。
6) fuzzy-rough membership function
模糊粗糙隶属函数
1.
For the sake of measuring fuzzy uncertainty and rough uncertainty of real datasets,the fuzzy-rough membership function(FRMF) defined in fuzzy-rough set is introduced.
实际采集的数据中往往存在模糊不确定性和粗糙不确定性,为全面度量数据的不确定性,引入了模糊粗糙集中的模糊粗糙隶属函数概念,并结合容错能力较强的神经网络设计了一种新的模糊粗糙神经网络。
补充资料：最大隶属度原则
分子式：
CAS号：
性质：以隶属度最大来决定归属。设u0是论域U上的固定元素，A1，A2，…An是论域U上的n个模糊子集，若隶属度μΚi(u0) ，则认为u0相对隶属于模糊子集Aj。如在环境水质模糊综合评价中，根据建立的模糊评价矩阵计算出各级水的隶属度，按照最大隶属度原则，具有最大隶属度的水质级别即为地面水实际所属的水质级别。
CAS号：
性质：以隶属度最大来决定归属。设u0是论域U上的固定元素，A1，A2，…An是论域U上的n个模糊子集，若隶属度μΚi(u0) ，则认为u0相对隶属于模糊子集Aj。如在环境水质模糊综合评价中，根据建立的模糊评价矩阵计算出各级水的隶属度，按照最大隶属度原则，具有最大隶属度的水质级别即为地面水实际所属的水质级别。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条