ScholarGate
Асистент
Machine learningRough sets

Модел на неточно определени множества (VPRS)

Неточно определените множества (VPRS) е разширение на класическата теория на неточно определените множества, въведено от Войчех Зиарко през 1993 г., за да се справя с данни от реалния свят, които неизбежно съдържат шум и грешна класификация. Чрез въвеждане на параметър за точност u, контролиращ допустимата степен на припокриване между класове на еквивалентност и целево понятие, VPRS отпуска строго изискване за подмножество на стандартните неточно определени множества, което позволява извличането на приблизителни класификационни правила от шумни или несъгласувани набори от данни.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Модел на неточно определени множества (VPRS)
Грануларните изчисления…Трипосочни решения

Източници

  1. Ziarko, W. (1993). Variable precision rough set model. Journal of Computer and System Sciences, 46(1), 39–59. DOI: 10.1016/0022-0000(93)90048-2

Как да цитирате тази страница

ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/bg/soft-computing/variable-precision-rough-set

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateVariable Precision Rough Set (Variable Precision Rough Set Model (VPRS)). Извлечено на 2026-06-15 от https://scholargate.app/bg/soft-computing/variable-precision-rough-set · Набор от данни: https://doi.org/10.5281/zenodo.20539026