一种基于模糊相似粗糙集的WEB搜索优化方法(1)(2)
2015-04-15 01:10
导读：通过以上的操作，我们得到了对论域D={D1,D2,…,Dn}的分类。应该注意到，在此得到的分类并不是严格的等价关系，因为某一文本往往并不属于一个类。 3.1
通过以上的操作，我们得到了对论域D={D1,D2,…,Dn}的分类。应该注意到，在此得到的分类并不是严格的等价关系，因为某一文本往往并不属于一个类。 3.1.2 通过反映用户需求的网页来构建描述用户需求的模糊粗糙集为了解用户的需求，我们采用让用户提交一些反映他需求的网页的方式，再利用上面的文本模糊分类方法，得到反映其需求信息的模糊集，这个模糊集表示为：A=(μ1/C1, μ2/C2,…, μk/Ck)下面我们进一步考虑将所得到的反映需求信息的模糊集表示成模糊粗糙集的形式。粗糙集[7]理论是从一个新的角度把知识和划分联系在一起，为处理不完整和不确定的信息提供了一种新的
数学工具。粗糙集理论以不可分辨关系（等价关系）为基础，把论域划分为等价类，生成粗糙集的上近似和下近似。在此，针对我们所研究问题的特殊性，考虑采用基于相似关系的模糊粗糙集。理由如下：⑴ 粗糙集是利用经典集合的等价关系给出的近似来考虑元素间的不可区分性，但是在实际应用中，往往把知识划分过细，造成问题处理的复杂化。模糊集是用来表示集合中子类边界的模糊性，是由隶属函数刻画的，与我们得到的信息空间的模糊表示相吻合。因此，将粗糙集和模糊集结合起来生成模糊粗糙集[8]不失为解决此类问题的一种好方法。⑵ 传统粗糙集的上下近似集依赖于不可分辨关系（等价关系）。在实际应用中，用对象之间的不可分辨关系描述数据间的关系往往过于精确，使得粗糙集的适用范围受到限制。而我们的文本模糊分类最终得到的分类结果应是一种相似关系（不满足传递特性）[9]，而不是等价关系。因此我们考虑用一种相似类取代传统粗糙集中的等价类，其主要不同是不再形成对原有集合的划分，它们之间具有相互重叠的关系。
根据以上定义，求得信息需求模糊集A所对应的模糊粗糙集，也用A来表示。共2页: 1 [2] 下一页 论文出处(作者):
（科教范文网http://fw.NSEAC.com编辑发布）
基于混沌的组合域数字水印算法
基于移动数据库技术的气象信息服务系统
