包含度及其应用【开题报告】.doc毕业设计开题报告数学与应用数学包含度及其应用一、综述本课题国内外研究动态,说明选题的依据和意义粗糙集作为处理不精确、不确定与不完全数据的理论是由波兰数学家Pawlak[1)于1982年提出的,,粗糙集理论逐渐成为信息科学的一大研究热点,,,,国际信息科学杂志(InformationSciences)•来,粗糙集理论的研究越来越深入,并且已经成功的应用到机器学习与知识发现、数据挖掘、,但是目前受到越来越多的国内科研人员的关注,,,人们提出的问题常常是不精确的,不精确的问题导致不精确的结果;第二,获取的信息不完全,知识获取的过程也是不精确的;第三,推理的过程也是不确定的,,研究的系统越来越复杂,,将经典集合模糊化,,特别是在模糊控制中,“包含关系”度量化,从而包容了“,也是计算机智能化的重要内容,它包含有定量方法、,,:基于概率论的概率推理方法,如MYCIN方法和主观叶贝斯方法;基于证据理论的证据推理方法;基于模糊集理论的模糊推理方法;,这种测度可能是概率测度、信任测度和似然测度、,概括已有的不确定性推理使我们引进了包含度的概念,,不确定性越来越占有主要地位,不确定性推理的研究方法不断出现,如概率推理方法、证据推理方法、,实质上是一种包含关系,,知识获取是从大晕案例中寻求某些规则,,是指两个规则的前件的相似度不超过规则后件的相似度,因此可以用包含度建立两个规则之间的协调度,“对象”与“关系”不确定化,成为研究不确定性的重要工具,,,包含度的概念进一步明确,
包含度及其应用【开题报告】 来自淘豆网m.daumloan.com转载请标明出处.
