Rough隶属函数关于集合并与交的一种高精度计算方法

近些年来，许多处理近似问题的方法陆续被提出，其中利用Rough集理论计算两个集合的并和交的Rough隶属函数方法是被用较多的一种方法，但毕竟该方法精度较差。为此，介绍了一种精度较高的计算两个集合的并和交的Rough隶属函数方法，它克服了前者利用Rough集理论计算Rough隶属函数的复杂性，而迎来了简单和高精度的特点。     

基于粒的二进制运算的关联规则提取方法

讨论了信息粒及其实例。建立了粒与二进制数的对应关系。定义了粒计算与二进制数计算的相似性和互换性，因此用粒计算方法作决策被转换为用二进制计算方法来提取关联规则。这样不仅是速度快，而且效率高。     

基于Rough集的Web页面信息的提取模型及页面近似度比较

将Rough集理论应用于web信息提取模型,从而将结构含糊的Web资源,转换成了结构化信息,并以“法律”关键词搜索的Web网页为例,量化在特定标签属性上进行全文搜索的结果页面与关键词之间的近似程度。     

基于ROUGH集方法决策规则的全局补偿及其在手写识别中的应用

对于经典Rough集理论中某一类决策或模式识别问题，其样本空间或决策表中客观存在的任何两个样本实例体现的决策规则不可能完全相同。本文对此进行了讨论并提出了RS邻域拓展的全局补偿RS方法。基于上述方法对脱机手写识别英文字母的模板匹配算法进行了优化，说明了其有效性。