Variable Precision Rough Set Model (VPRS)
Variable Precision Rough Set (VPRS) er en udvidelse af klassisk rough set-teori, introduceret af Wojciech Ziarko i 1993 for at håndtere data fra den virkelige verden, som uundgåeligt indeholder støj og fejlklassificering. Ved at introducere en præcisionsparameter u, der styrer den tilladelige grad af overlap mellem ækvivalensklasser og et målbegreb, lemper VPRS kravet om streng delmængde i standard rough sets, hvilket muliggør induktion af approksimative klassifikationsregler fra støjende eller inkonsistente datasæt.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/da/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.
- Granulær databehandling (Informationsgranulering)Soft computing↔ compare
- Three-Way DecisionsSoft computing↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →