P-集合(packet sets)是一个新的动态模型,它是由内P-集合X^F(internal packet set X^F)与外P-集合X^F(outer packet set X^F)构成的集合对,即(X^F,X^F)是P-集合。P-集合把动态特性引入到有限普通集合X(cantor set X)内,改进了有限普通集...
详细信息
P-集合(packet sets)是一个新的动态模型,它是由内P-集合X^F(internal packet set X^F)与外P-集合X^F(outer packet set X^F)构成的集合对,即(X^F,X^F)是P-集合。P-集合把动态特性引入到有限普通集合X(cantor set X)内,改进了有限普通集合X。文中通过利用P-集合与它的动态特性,给出信息P-依赖(packet dependence)与P-依赖结构,给出信息P-依赖的属性特征,进而给出信息P-依赖挖掘与挖掘定理,以及P-依赖挖掘准则与信息P-依赖挖掘-筛选原理;最后根据这些研究结果给出应用。
利用单向S-粗集(one direction singular rough sets)与它的动态特性,给出F-阶梯知识、F-阶梯度的概念。利用这些概念,提出F-阶梯知识分辩定理、最小F-阶梯知识挖掘-发现定理、最大F-阶梯知识挖掘-发现定理、知识发现依赖-筛选定理与F-...
详细信息
利用单向S-粗集(one direction singular rough sets)与它的动态特性,给出F-阶梯知识、F-阶梯度的概念。利用这些概念,提出F-阶梯知识分辩定理、最小F-阶梯知识挖掘-发现定理、最大F-阶梯知识挖掘-发现定理、知识发现依赖-筛选定理与F-阶梯知识内潜藏原理,给出F-阶梯知识挖掘-发现准则及应用。这些结果是单向S-粗集的新特性与单向S-粗集的动态特性的新应用。
暂无评论