文献类型：期刊文献

中文题名：面向噪声数据的多尺度粗糙集模型研究

英文题名：Research of multiscale rough set model for noise data

作者：翟敬梅[1];刘海涛[1,2];徐晓[1]

机构：[1]华南理工大学机械与汽车工程学院,广州510640;[2]广东海洋大学工程学院,广东湛江524088

年份：2011

卷号：47

期号：6

起止页码：8

中文期刊名：计算机工程与应用

外文期刊名：Computer Engineering and Applications

收录：CSTPCD、、CSCD2011_2012、北大核心2008、北大核心、CSCD

基金：国家自然科学基金No.50675069~~

语种：中文

中文关键词：多尺度粗糙集模型;近似分类质量;噪声

外文关键词：Multiscale Rough Set Model（MRSM） ; quality of classification ;noise data

中文摘要：针对Pawlak粗糙集模型处理噪声信息的局限性,借鉴变精度粗糙集模型的思想,引入多尺度变量,建立单维的多尺度粗糙集模型。通过构造尺度变量s与尺度函数(fs)的变化关系,对噪声数据进行多尺度、多角度的动态分析,提高抑制噪声的能力,根据评价指标不断地优化尺度,获取满足用户要求的决策规则。实例说明了该方法的优点及可行性。

外文摘要：In order to solve some limitations of original rough sets based on noise data analysis,a multiscale variate is introduced to establish the univariate multiscale rough set model by using the idea of variable precision rough set model.By structuring a scale function f（s）,the noise data can be analyzed in multi-layer and multi-angle in order to further improve the tolerance ability of error.According to evaluation measures, continuously optimize the scale and availably acquire the satisfied decision rule.The example shows the advantages and feasibility of this method.