(α,β)-粗糙集模型中阈值的确定与解释

山东大学学报(工学版)

(α,β)-粗糙集模型中阈值的确定与解释

李秀红^1,2，张东升^*

1.山东大学数学与系统科学学院，山东济南250100；2.山东经济学院统计与数学学院，山东济南250014

收稿日期:2005-06-09 修回日期:1900-01-01 出版日期:2006-04-24 发布日期:2006-04-24
通讯作者: 李秀红

Determination and interpretation of the threshold value in (α,β)-rough set model

LI Xiu-hong^1,2，ZHANG Dong-Sheng^*

1.School of Mathematics & System Science，Shandong University，Jinan 250100，China； 2.School of Statistics & Mathematics，Shandong Economic University，Jinan 250014，China

Received:2005-06-09 Revised:1900-01-01 Online:2006-04-24 Published:2006-04-24
Contact: LI Xiu-hong

摘要/Abstract

摘要： 拟用Bayes决策过程确定(α,β)-粗糙集模型中的阈值．首先简要介绍了(α,β)-粗糙集的基本概念和用于分类的Bayes决策过程，然后建立了具有最小风险的Bayes决策问题的(α,β)粗糙集模型，讨论了(α,β)-粗糙集模型中的阈值与Bayes决策问题中的决策风险间的关系，给出了阈值的计算公式及其直观意义解释．

关键词: (α, β)-粗糙集, 阈值, Bayes决策, 决策风险

Abstract: Bayes decision procedure is used to determine the threshold value in (α,β)-rough set model． Firstly， the basic notion of (α,β)-rough set and the Bayes decision procedure for classification are briefly introduced． Then, (α,β)-rough set model of the minimumrisk Bayes decision problem is set up，and the connections between the threshold value in (α,β)-rough set model and the decision risk of the Bayes decision problem are discussed． Finally, the calculating formulas of the threshold value and its intuitive interpretation are given．

Key words: β)rough set, threshold value, Bayes decision, decision risk , (α

中图分类号:

O159

李秀红,张东升 . (α,β)-粗糙集模型中阈值的确定与解释[J]. 山东大学学报(工学版), 2006, 36(2): 81-85 .

LI Xiu-hong,ZHANG Dong-Sheng* . Determination and interpretation of the threshold value in (α,β)-rough set model[J]. JOURNAL OF SHANDONG UNIVERSITY (ENGINEERING SCIENCE), 2006, 36(2): 81-85 .

参考文献

相关文章 14

[1]	吴正健,吾尔尼沙·买买提,杨耀威,阿力木江·艾沙,库尔班·吾布力. 基于DRCoALTP的印刷体文档图像多文种识别方法[J]. 山东大学学报 (工学版), 2025, 55(1): 51-57.
[2]	于群,肖松青,曹娜,何剑,张建新. 基于超阈值模型的中国电网停电事故极值风险分析[J]. 山东大学学报 (工学版), 2022, 52(6): 157-166.
[3]	闵海根,方煜坤,吴霞,王武祺. 网联交通环境下的车-车通信故障诊断方法[J]. 山东大学学报 (工学版), 2021, 51(6): 84-92.
[4]	成科扬,孙爽,詹永照. 基于背景复杂度自适应距离阈值的修正SuBSENSE算法[J]. 山东大学学报 (工学版), 2020, 50(3): 38-44.
[5]	李广丽,刘斌,朱涛,殷依,张红斌. 基于优选典型相关分量的跨媒体检索模型[J]. 山东大学学报 (工学版), 2018, 48(5): 38-46.
[6]	王海军,葛红娟,张圣燕. 基于L₁范数和最小软阈值均方的目标跟踪算法[J]. 山东大学学报(工学版), 2016, 46(3): 14-22.
[7]	花景新, 薄煜明, 陈志敏. 基于改进粒子群优化神经网络的房地产市场预测[J]. 山东大学学报(工学版), 2014, 44(4): 22-30.
[8]	翟东海1,2,鱼江1,聂洪玉1,崔静静1,杜佳1. 基于相关性反馈的自适应热点话题追踪模型[J]. 山东大学学报(工学版), 2014, 44(1): 7-12.
[9]	牟世刚,冯显英*,晏志文,杨静芳. 基于小波分析的动平衡机不平衡量提取方法研究[J]. 山东大学学报(工学版), 2011, 41(3): 62-66.
[10]	胡晓庆1,马儒宁1*,钟宝江2. 层次聚类算法的有效性研究[J]. 山东大学学报(工学版), 2010, 40(5): 146-149.
[11]	刘成云陈振学常发亮. 基于平稳小波的自适应阈值MR图像去噪法[J]. 山东大学学报(工学版), 2009, 39(5): 58-61.
[12]	吴师岗. 相变对ZrO₂／SiO₂多层膜激光损伤阈值的影响[J]. 山东大学学报(工学版), 2009, 39(1): 114-117.
[13]	黄雪菊,郭举修,武颖静 . 图像边缘检测的小波包分解算法[J]. 山东大学学报(工学版), 2007, 37(5): 123-126 .
[14]	陈文钢 ,田岚,姜晓庆,孙英明 . 一种噪声谱快速跟踪的语音增强方法[J]. 山东大学学报(工学版), 2006, 36(4): 26-28 .

多维度评价

Viewed

Full text

Abstract

Cited

Shared

Discussed

本文评价

推荐阅读 10

[1]	王素玉,艾兴,赵军,李作丽,刘增文 . 高速立铣3Cr2Mo模具钢切削力建模及预测[J]. 山东大学学报(工学版), 2006, 36(1): 1 -5 .
[2]	李侃 . 嵌入式相贯线焊接控制系统开发与实现[J]. 山东大学学报(工学版), 2008, 38(4): 37 -41 .
[3]	孔祥臻,刘延俊,王勇,赵秀华 . 气动比例阀的死区补偿与仿真[J]. 山东大学学报(工学版), 2006, 36(1): 99 -102 .
[4]	来翔 . 用胞映射方法讨论一类MKdV方程[J]. 山东大学学报(工学版), 2006, 36(1): 87 -92 .
[5]	余嘉元1 , 田金亭1 , 朱强忠2 . 计算智能在心理学中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 1 -5 .
[6]	李梁，罗奇鸣，陈恩红. 对象级搜索中基于图的对象排序模型（英文）[J]. 山东大学学报(工学版), 2009, 39(1): 15 -21 .
[7]	陈瑞,李红伟,田靖. 磁极数对径向磁轴承承载力的影响[J]. 山东大学学报(工学版), 2018, 48(2): 81 -85 .
[8]	王波,王宁生 . 机电装配体拆卸序列的自动生成及组合优化[J]. 山东大学学报(工学版), 2006, 36(2): 52 -57 .
[9]	李可,刘常春,李同磊 . 一种改进的最大互信息医学图像配准算法[J]. 山东大学学报(工学版), 2006, 36(2): 107 -110 .
[10]	季涛,高旭,孙同景,薛永端,徐丙垠 . 铁路10 kV自闭/贯通线路故障行波特征分析[J]. 山东大学学报(工学版), 2006, 36(2): 111 -116 .