动态模糊集相关论文
随着决策树归纳学习研究的深入,具有精确描述特征的决策树归纳学习已经不能适应一个系统中不精确的知识表达的要求,同时由于人们所......
决策树学习是广泛被人们使用的一种学习方法。本文抓住决策树新面对的动态模糊性问题。引用动态模糊集基本理论,(1)提出基于DFS及......
本文首先对手写数字图像的图像灰度化、二值化、去噪、细化、归一化、特征提取等预处理过程进行分析；其次，利用动态模糊理论解决手写......
机器学习是人工智能和计算机科学领域的一个永恒的课题。目前人们比较公认的机器学习概念的说法是Simon对学习的阐述:“如果一个系......
机器学习一直是人工智能中受关注的热点领域之一。尤其是面对海量数据中的不确定数据,更需要机器学习算法的参与。因此,本文主要针......
概念学习作为机器学习的一种学习范式,其相关算法被广泛应用于数据挖掘、模式识别、图像处理等相关领域,并且取得了较好的应用效果......
在教学评价中,普遍存在着动态性和模糊性.现有的评价系统往往忽略了动态性或模糊性,动态教学评价是基于动态模糊集理论(DFS)作的一......
在图书馆综合评价过程中,很多概念既具有不确定性(模糊性),又具有动态变化性。基于动态模糊集理论,提出图书馆动态模糊综合评价方......
