将粗集理论中属性重要度的思想引入到证据理论中,以此衡量证据的重要性,改善冲突证据的合成效果.

资 源 简 介

将粗集理论中属性重要度的思想引入到证据理论中,以此衡量证据的重要性,改善冲突证据的合成效果.

您 可 能 感 兴 趣 的

• 将粗集理论中属性重要度的思想引入到证据理论中,以此衡量证据的重要性,改善冲突证据的合成效果.
• 《D_S证据理论合成规则的一些修正》《D_S证据理论和粗集理论在数据融合中的应用》
• 提出了一种由粗集理论和D-S证据理论结合的多传感器数据融合方法,并将其应用于目标识别中.
• 实现了粗糙集理论的可辨识矩阵的生成
• 基于粗糙集理论和BP神经网络的分层递阶分类算法。
• 粗集的各种算法程序
• 这是一个C++下的基于粗糙集理论的启发式属性约简算法,你可以随机选择一个属性
• 基于人工智能中模糊集理论的模拟温控程序
• 基于粗糙集理论的决策树预修剪学习算法研究,对决策树算法加以了改进．
• 粗糙集理论及其应用,很具有参看价值只得看看相信会有用