-
基于Bayesian直觉模糊粗糙集的数据分类方法
- 薛占熬,李永祥,姚守倩,荆萌萌
-
2022, 57(5):
1-10.
doi:10.6040/j.issn.1671-9352.4.2021.250
-
摘要
(
722 )
PDF (1387KB)
(
501
)
收藏
-
参考文献 |
相关文章 |
多维度评价
在直觉模糊集和粗糙集理论基础上,结合Bayesian概率和近似关系,提出了Bayesian直觉模糊粗糙集模型,并对其进行研究。首先,在粗糙集的基础上,定义了基于直觉模糊粗糙集上的Bayesian概率,结合直觉模糊近似关系和模糊矩阵,给出了直觉模糊等价关系,并讨论了其性质;其次,根据直觉模糊集和截集的特性,得到基于Bayesian直觉模糊粗糙集的等价类,并进一步给出了上、下近似的划分方法,求出正、负域和边界域并计算近似精度;最后,在UCI数据集上,分析验证该模型的有效性,该模型能较好地分类含有模糊信息的数据。