三类 $L$- 模糊 $β$- 覆盖粗糙集
本文提出四种基于模糊覆盖重叠函数和蕴含逻辑的模糊邻域算子,并探讨了有限模糊覆盖下一些邻域算子之间的关系。同时,还基于不同的模糊逻辑算子提出了两种基于邻域算子的粗糙集模型,并提出了一种新的模糊 TOPSIS 方法来解决生物合成纳米材料的选择问题。
May, 2022
犹豫模糊软 $eta$- 覆盖邻域在处理不确定信息和犹豫方面发挥了重要的作用,这篇文章引入了犹豫模糊软 $eta$- 覆盖和犹豫模糊软 $eta$- 邻域的概念,并探讨了相关属性。此外,通过将犹豫模糊粗糙集结合,引入了犹豫模糊软 $eta$- 覆盖的特定变体,并探索了与之相关的属性。
Mar, 2024
引入了区间值模糊软 beta 覆盖逼近空间(IFSβCAS)的概念,结合软集、粗糙集和区间值模糊集的理论,并探讨了关于 IFSβCAS 的区间值模糊软 beta 邻域和软 beta 邻域的一些基本命题,然后研究了基于区间值模糊软 beta 覆盖的四种模糊粗糙集,最后考察了四种基于区间值模糊软 beta 覆盖的模糊粗糙集之间的关系。
Apr, 2024
在广义粗糙集中,将两个事物结合形成另一个事物并不简单。本研究创造了结合事物的代数模型,用于研究人类推理中的怀疑主义或悲观主义聚合以及可能性聚合,并且选择的运算受到了视角的限制。该模型还适用于研究人类推理中的歧视性 / 有害行为以及学习此类行为的机器学习算法。
Aug, 2023
粗糙集理论是一个可以通过提供概念下限和上限的近似来处理不一致数据的著名数学框架。本研究关注于模糊量词型模糊粗集的领域,并发现了广义 FQFRS 模型的粒状表示,强调了这些模型在解决数据不一致性和管理噪音方面的潜力。
Dec, 2023
本文基于交叉和分组函数,首次给出了 $(O,G)$- 粒度变量精度模糊粗糙集的描述,提出了一种利用模糊蕴含和联合的上下逼近算子表达式,并从构建方法的角度,用不同的模糊关系表示粒度变量精度模糊粗糙集。最后,在一些额外条件下,将粒度变量精度模糊粗糙集的结论扩展到 $(O,G)$- 粒度变量精度模糊粗糙集。
May, 2022
介绍了基于有序加权平均和 Choquet 的模糊粗糙集,在机器学习应用中能提供更大的灵活性,特别是在离群样本检测算法的无缝集成方面,以增强基于模糊粗糙集的机器学习算法的鲁棒性。
Feb, 2022
本文改进了模糊量化模糊粗糙集(VQFRS)模型,引入了基于模糊量词的模糊粗糙集(FQFRS)模型,使用泛化的一元和二元量化模型,并应用多个二元量化模型来分类,特别地,介绍了 Yager 的基于加权蕴涵的二元量化模型在 FQFRS 中的优化作用。
Dec, 2022
本文提出了一种关于认知随机模糊集的普遍理论,用于处理模糊或清晰证据,并通过广义的乘积交集规则进行独立认知随机模糊集的组合,提出了用于量化标量或矢量量,即高斯随机模糊数和多维高斯随机模糊向量的实用模型,并为组合、投影和平凡扩展推导了高斯随机模糊数和向量的公式。
Feb, 2022