多粒度数据是一种特殊的, 有用的数据类型, 它通过对论域(研究对象的集合)
采用不同的粒化方式使得数据能够在多个粒度空间中进行呈现, 在此基础上可以开展数据的多 …

粒计算是知识表示和数据挖掘的一个基本问题. 粗糙集理论是知识获取的一个典型粒计算模型.
在传统粗糙集数据分析中, 信息系统中每一个对象在每一个属性上只能取唯一的值 …

多粒度是当前粒计算研究的一个重要方面. 在实践中, 人们往往选择比较合适的粒度层次来解决
问题. 作为信息系统的一种特殊情况, 多粒度决策系统是经常使用数据表示形式 …

粒计算是知识表示与数据挖掘的一种方法. 在粒计算看来, 一个粒是由多个比较小的颗粒组成更
大的一个单元. 在许多场合下, 由于不同标记尺度对数据有不同的分割, 会得到不同层次的信息 …

摘要大数据的规模性, 多模态性与增长性给传统的数据挖掘方法带来了挑战.
粒计算作为智能信息处理领域中大规模复杂问题求解的有效方法, 探索大数据分析的粒计算理论 …

粗糙集理论是一种处理不完备, 不确定性数据的有效数学工具. 多粒度的提出可以很好地解决
描述粒计算理论中多视角的概念, 但是原始的多粒度模型中上, 下近似定义里的条件过于严苛或 …

摘要多粒度决策理论粗糙集是多粒度视角下三支决策中一种重要的模型. 在数值型不完备数据下
建立邻域容差关系; 在其基础上提出乐观和悲观的邻域多粒度决策理论粗糙集模型 …

粒计算是知识表示与数据挖掘的一种重要方法. 它模拟人类思考模式, 以粒为基本计算单位,
以处理大规模复杂数据和信息等建立有效的计算模型为目标. 在粒计算看来 …

多粒度粗糙集方法是近年来粗糙集理论的一个发展方向, 它是一种基于多个粒空间的粗糙数据建
模方法. 文中针对悲观多粒度粗糙集模型, 引入分布约简的概念, 分析多个粒空间中的粒度选择 …