粒度计算是当前人工智能研究中的一个非常活跃的新方向。本课题目的是:在分析比较当前国际上粒度计算的主要方法:模糊集方法、粗糙集方法和商空间方法的基础上。在商空间理论框架下,研究目前已有的几种智能理论与模型(即符号、模糊、以及粗糙集理论模型)的相互关系,将模糊概念引入商空间理论,把模糊、粒度与智能紧紧联在一起,将我们原先提出的商空间理论发展成基于商空间的粒度计算理论,并应用于机器学习、数据挖掘和智能控制等方面
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于旋量理论的数控机床几何误差分离与补偿方法研究
基于主体视角的历史街区地方感差异研究———以北京南锣鼓巷为例
智能煤矿建设路线与工程实践
现代优化理论与应用
基于粒计算与证据理论的多粒度空间知识获取方法研究
基于粒度计算的空间大数据增强现实可视分析方法研究
基于商空间理论生成地球信息全图谱的方法
面向混合数据的粒度计算理论与方法研究