模糊集
当前话题为您枚举了最新的 模糊集。在这里,您可以轻松访问广泛的教程、示例代码和实用工具,帮助您有效地学习和应用这些核心编程技术。查看页面下方的资源列表,快速下载您需要的资料。我们的资源覆盖从基础到高级的各种主题,无论您是初学者还是有经验的开发者,都能找到有价值的信息。
模糊集合理论:大数据认知的新视角
李德毅院士从模糊集合、模糊逻辑、模糊规则、模糊推理、模糊控制、模糊信息处理以及模糊问题求解等多个维度,探讨了模糊集合理论在大数据认知中的应用。
经典论文:Zadeh L A. Fuzzy sets [J]. Information and Control, 1965,(8):338-353
算法与数据结构
2
2024-05-24
美国工程院院士-大数据与模糊集合李德毅院士与先锋同行
在大数据认知与模糊集合研究领域中,有几位杰出的科学家做出了开创性的贡献。首先,美国工程院院士Lotfi Zadeh(1921年2月生),是模糊集合理论的创始人。其次,波兰科学院院士Zdzislaw Pawlak(1926年11月10日 - 2006年4月7日),则提出了粗糙集理论,进一步推动了不确定性研究的进展。此外,美国南加州大学教授Jerry M. Mendel(1938年5月生),专注于二型模糊集合的研究,为模糊逻辑在大数据分析中的应用开辟了新的方向。这些科学家为模糊逻辑、粗糙集等技术奠定了基础,使大数据认知技术在复杂数据处理中取得了重大突破。
算法与数据结构
0
2024-10-25
基于matlab的模糊控制程序集优化
这个资源提供了关于模糊控制程序及其在matlab中的模拟仿真的理论和应用。对于从事这一领域的人员来说,这些内容具有很好的参考价值。
Matlab
0
2024-08-09
Matlab开发基于紧致模糊模型的粗糙集与细糙集
Matlab开发:基于紧致模糊模型的粗糙集与细糙集,创建一种无需转换输入变量的易解释模型。
Matlab
2
2024-07-22
基于模糊等价类的频繁项集精简表示方法研究
频繁项集挖掘是数据挖掘的重要应用,但庞大的频繁项集数量限制了其实际应用。为减少频繁项集数量,使其更易于应用,提出一种基于格结构的频繁项集精简模型,并证明该方法产生的支持度误差范围。在此基础上,提出模糊等价类精简表示算法FEC。实验结果表明,该方法在显著减少频繁项集数量的同时,能有效控制支持度误差,与Index-Meta算法相比,产生的支持度误差更小。因此,基于模糊等价类的频繁项集精简表示模型及FEC算法具有较高应用价值。
数据挖掘
7
2024-05-12
模糊控制模糊洗衣机 MATLAB 程序
实现模糊控制的洗衣机 MATLAB 程序。
Matlab
5
2024-04-30
运动模糊运动模糊图像的Matlab开发
讨论了使用Matlab开发运动模糊图像的方法。运动模糊是一种影响普通图像清晰度的现象,介绍了如何利用Matlab工具进行运动模糊处理。
Matlab
0
2024-09-29
SQL 模糊查询
SQL 中使用模糊查询来匹配可能包含未知或不完全信息的查询条件。
SQLServer
3
2024-05-12
模糊PID模型
利用Simulink建模,编写M函数,实现模糊PID控制,对PID控制参数进行调整。
Matlab
0
2024-09-26
基于模糊粗糙集的企业财务报告舞弊检测研究(2011年)
企业财务报告舞弊检测方法的研究一直是财务管理领域的热点问题,目前的研究方法包括统计学、数据挖掘技术和模糊神经网络等。利用模糊粗糙集方法对财务指标进行约简并赋予权重,建立综合评价体系,进而构建企业财务报告舞弊检测模型,为解决财务报告舞弊问题提供新的思路。
数据挖掘
1
2024-07-20