ScholarGate
Ассистент
Machine learningRough sets

Модель нечеткого множества с переменной точностью (VPRS)

Нечеткое множество с переменной точностью (VPRS) является расширением классической теории нечетких множеств, предложенным Войцехом Зиарко в 1993 году для работы с реальными данными, которые неизбежно содержат шум и ошибки классификации. Вводя параметр точности u, контролирующий допустимую степень пересечения между классами эквивалентности и целевой концепцией, VPRS ослабляет строгое требование подмножества стандартных нечетких множеств, позволяя выводить приближенные правила классификации из зашумленных или противоречивых наборов данных.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Модель нечеткого множества с переменной точностью (VPRS)
Гранулярные вычисления (…Трехуровневые решения

Источники

  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 цитировать эту страницу

ScholarGate. (2026, June 2). Variable Precision Rough Set Model (VPRS). ScholarGate. https://scholargate.app/ru/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)). Получено 2026-06-15 из https://scholargate.app/ru/soft-computing/variable-precision-rough-set · Набор данных: https://doi.org/10.5281/zenodo.20539026