-
F-粗糙集:理论、方法与应用
¥35.3(7.2折)定价:¥49.0本书系统介绍在信息系统簇或决策系统簇的F-粗糙集模型。本书定义了F-粗糙集上下近似、边界区域,在F-粗糙集中提出了F-属性依赖度和属性重要度矩阵,根据F-属性依赖度和属性重要度矩阵分别提出了属性约简算法,通过比对实验在UCI数据集、真实数据集和MATLAB生成数据集上完成, 实验结果显示, 与相关算法比较, F-邻域粗糙集可以获得更好的分类准确率. 为粗糙集在大数据方面的应用增加了一种新方法。本书内容包括并行约简的正区域、属性核和基于