ScholarGate
Asistents
Machine learningRough sets

Mainīgās precizitātes raupjo kopu modelis (VPRS)

Mainīgās precizitātes raupjie kopu (VPRS) ir klasiskās raupjo kopu teorijas paplašinājums, ko 1993. gadā ieviesa Vojcehs Zarko (Wojciech Ziarko), lai apstrādātu reālās pasaules datus, kas neizbēgami satur troksni un nepareizu klasifikāciju. Ieviešot precizitātes parametru u, kas kontrolē pieļaujamo ekvivalences klašu un mērķa koncepcijas pārklāšanās pakāpi, VPRS atslābina stingro apakškopu prasību, kas raksturīga standarta raupjām kopām, ļaujot inducēt aptuvenus klasifikācijas noteikumus no trokainiem vai nekonsekventiem datu kopumiem.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Mainīgās precizitātes raupjo kopu modelis (VPRS)
Granulārā skaitļošana (i…Lēmumi trīs daļās

Avoti

  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

Kā citēt šo lapu

ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/lv/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)). Izgūts 2026-06-15 no https://scholargate.app/lv/soft-computing/variable-precision-rough-set · Datu kopa: https://doi.org/10.5281/zenodo.20539026