导读:本文包含了知识粗糙熵论文开题报告文献综述及选题提纲参考文献，主要关键词:优势关系,粗糙熵,属性重要性,属性约简
知识粗糙熵论文文献综述
史进玲[1]（2012）在《基于知识粗糙熵的序信息系统约简算法》一文中研究指出在序信息系统中,研究了知识的粗糙性与知识划分的关系,为准确度量知识的粗糙程度,定义了知识的粗糙熵和属性的重要性度量,并给出了相关的性质。为有效地从序信息系统中获取最小属性约简,基于知识的粗糙熵提出了一种新的启发式属性约简算法,并通过实例验证了该方法的有效性。(本文来源于《电脑知识与技术》期刊2012年25期）
阳恋,冯山[2]（2008）在《一般二元关系中基于边界域的知识粗糙熵与粗集粗糙熵》一文中研究指出不确定性度量是粗集理论研究的重要内容之一.基于信息论,结合Paw lak拓扑思想,提出了一般二元关系(自反性)下基于边界域的知识粗糙熵新定义,修正了粗集粗糙熵的定义.相对于传统粗糙熵,新的知识粗糙熵概念能更准确地度量知识和集合的不确定性,并在此基础上证明了新的知识粗糙熵和修正后的粗集粗糙熵都随知识分辨能力的增强而单调下降.(本文来源于《四川师范大学学报(自然科学版)》期刊2008年03期）
周玲,李科学[3]（2007）在《基于相容关系下的知识粗糙熵的属性约简》一文中研究指出依据相容关系下知识粗糙熵的概念,通过对不完备信息系统中知识与粗糙熵之间的关系以及基于粗糙熵的属性重要性的分析,提出了基于相容关系的知识粗糙熵的启发式约简算法.实例分析表明,作为一种有效的数据挖掘工具,该算法是有效的,具有推广价值.(本文来源于《郑州轻工业学院学报(自然科学版)》期刊2007年05期）
张晓燕,徐伟华[4]（2007）在《序信息系统的知识粗糙熵与粗集粗糙熵》一文中研究指出在序信息系统中引入了知识粗糙熵和粗集粗糙熵的概念,得到了它们的有关性质,并证明了二者都随着知识确定程度的增强而单调下降的结论,从而给出了序信息系统的信息解释。进一步通过讨论它们之间的联系说明了粗集的粗糙熵可以更精确地度量粗集地粗糙程度。这些结论为序信息系统的知识发现奠定了一定的理论基础。(本文来源于《计算机工程与应用》期刊2007年27期）
程玉胜,张佑生,胡学钢[5]（2007）在《基于边界域的知识粗糙熵与粗集粗糙熵》一文中研究指出传统的知识粗糙熵表征了知识整体的统计特征,是总体的平均不确定性的量度,知识和粗集的不确定性值被放大。从Pawlak拓扑的角度,给出了一种基于边界域的知识粗糙熵新定义,并修正了粗集粗糙熵的定义,集合的不确定性可以通过边界域来描述,能更精确的度量知识不确定性;证明了知识粗糙熵和修正后的粗集粗糙熵都随着信息粒度的变小而单调减少等重要结论。最后,通过弹簧振子系统定性仿真例子,结合定性推理技术,构造属性约简的启发式算法,消去定性描述中的冗余,获得了其系统的定性微分方程,说明了粗集理论在定性推理与定性仿真技术中的重要应用价值。(本文来源于《系统仿真学报》期刊2007年09期）
王宝丽,梁吉业[6]（2007）在《信息系统中的知识距离与知识粗糙熵》一文中研究指出本文基于知识即划分的观点,证明了论域中所有知识构成一个距离空间,研究了知识距离空间中知识距离的一些性质,并应用知识距离度量信息系统中知识的粗糙熵。这些结果有利于更加深刻地分析信息系统中知识间的关系和知识的粗糙性。(本文来源于《计算机科学》期刊2007年03期）
邱卫根[7]（2006）在《基于容差关系的加权知识粗糙熵》一文中研究指出粗集理论为从信息论角度研究知识粗糙熵和属性约简问题提供了一种重要的途径和方法。本文提出了基于容差关系下的不完备信息系统加权的知识熵和条件熵概念,将等价关系下的粗糙熵自然地推广到不完备信息系统的容差关系情形。本文的结果为在一般二元关系下的知识获取提供了理论依据。(本文来源于《计算机科学》期刊2006年09期）
李鸿[8]（2005）在《一种基于粗糙熵的知识约简算法》一文中研究指出描述了知识的粗糙性,提出了知识的粗糙熵概念,建立了信息系统中知识与粗糙熵之间的关系,并通过知识的粗糙熵对属性的重要性进行了定义。在此基础上,提出了基于粗糙熵的知识约简算法,该算法的时间复杂性为O(｜R｜3｜U｜2)。通过例子分析,表明该算法是有效的。(本文来源于《计算机工程与应用》期刊2005年14期）
李鸿[9]（2005）在《基于条件粗糙熵的知识相对约简算法》一文中研究指出本文提出了信息系统中两个互不相交属性集之间的条件粗糙熵的概念,得到了在知识约简中条件粗糙熵的变化规律是单调递减的,以此得到了知识约简过程中启发式搜索的条件,同时用知识的条件粗糙熵定义了属性的相对重要性.在此基础上提出了一种新的基于条件粗糙熵的知识相对约简算法CREBARK。该算法的时间复杂度为O(|C|3|U|2)。通过实例分析,表明该算法是有效的。(本文来源于《宿州学院学报》期刊2005年01期）
黄兵,周献中,史迎春[10]（2004）在《基于一般二元关系的知识粗糙熵与粗集粗糙熵》一文中研究指出针对一般二元关系(自反的),通过引入知识粗糙熵来刻画知识的粗糙性和粗集粗糙性,为以一般二元关系为基础的信息系统中知识的获取提供了理论依据.(本文来源于《系统工程理论与实践》期刊2004年01期）
知识粗糙熵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
不确定性度量是粗集理论研究的重要内容之一.基于信息论,结合Paw lak拓扑思想,提出了一般二元关系(自反性)下基于边界域的知识粗糙熵新定义,修正了粗集粗糙熵的定义.相对于传统粗糙熵,新的知识粗糙熵概念能更准确地度量知识和集合的不确定性,并在此基础上证明了新的知识粗糙熵和修正后的粗集粗糙熵都随知识分辨能力的增强而单调下降.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
知识粗糙熵论文参考文献
[1].史进玲.基于知识粗糙熵的序信息系统约简算法[J].电脑知识与技术.2012
[2].阳恋,冯山.一般二元关系中基于边界域的知识粗糙熵与粗集粗糙熵[J].四川师范大学学报(自然科学版).2008
[3].周玲,李科学.基于相容关系下的知识粗糙熵的属性约简[J].郑州轻工业学院学报(自然科学版).2007
[4].张晓燕,徐伟华.序信息系统的知识粗糙熵与粗集粗糙熵[J].计算机工程与应用.2007
[5].程玉胜,张佑生,胡学钢.基于边界域的知识粗糙熵与粗集粗糙熵[J].系统仿真学报.2007
[6].王宝丽,梁吉业.信息系统中的知识距离与知识粗糙熵[J].计算机科学.2007
[7].邱卫根.基于容差关系的加权知识粗糙熵[J].计算机科学.2006
[8].李鸿.一种基于粗糙熵的知识约简算法[J].计算机工程与应用.2005
[9].李鸿.基于条件粗糙熵的知识相对约简算法[J].宿州学院学报.2005
[10].黄兵,周献中,史迎春.基于一般二元关系的知识粗糙熵与粗集粗糙熵[J].系统工程理论与实践.2004