搜索结果: 1-7 共查到“条件熵”相关记录7条 . 查询时间(0.228 秒)
基于边界域条件熵的不确定性度量标准
不确定性度量 边界域 条件熵 变精度粗糙集
2013/11/19
不确定性度量研究是粗糙集理论的重要问题之一，系统的不确定性是由边界域的存在造成的。根据变精度粗糙集思想，将边界域对象分成弱一致性对象和不一致对象集合。结合信息熵与不确定性间的关系，提出一种基于边界域条件熵的不确定性度量标准。通过理论分析证明，边界域条件熵在衡量决策系统一致性程度时，与普通条件熵具有相同的判别作用；在粗糙集特征约简的启发式条件中与粗糙集正域等效。
针对动态信息系统中新增和退出对象集的情况,在信息观下提出了一种基于条件熵的核属性计算方法。先分别讨论仅有对象集进入、仅有对象集退出以及以上两种情形同时存在下条件熵的变化机制。由条件熵变化机制,通过构造支持度矩阵和增量矩阵方式将新增或者退出的对象集一并参与比较计算,快速求得条件熵,进而获得核属性。最后,由实例分析验证该方法的有效性。
灰度-梯度共生矩阵模型的加权条件熵阈值法
条件熵阈值法 灰度-梯度共生矩阵 加权 图像分割
2010/3/1
基于二维灰度直方图的最大熵阈值法是依据“灰度-灰度均值”构成直方图的图像分割方法，该方法着重于图像的内部信息，忽略了边界区域的信息。应用图像的梯度信息建立“灰度-梯度共生矩阵”，构造图像的二维灰度直方图，结合最大条件熵法进行阈值选取。为了充分提取图像内部和边缘信息，提出了二维加权最大熵阈值法。结果表明，该方法一方面能够保留更多的图像边缘信息，另一方面能够根据实际需要调节权值大小，得到兼顾图像内部和...
基于条件熵的直觉模糊条件推理
条件熵 直觉模糊条件推理 条件属性
2009/9/1
该文在利用隶属度和犹豫度计算直觉模糊逻辑命题真值的对称合成方法的基础上，提出了一种基于条件熵的直觉模糊条件推理新算法。将直觉模糊条件推理规则的前件和后件与决策信息系统的条件属性和决策属性等价起来，条件属性、决策属性和推理规则均视为直觉模糊命题，直觉模糊命题的真实程度转化成一种决策规则前件对后件的条件熵的度量，并给出了条件熵的范围，从而确定直觉模糊命题的真实程度的范围。
基于新的条件熵的决策树规则提取方法
粗糙集 数据挖掘 条件熵
2009/1/16
分析了知识约简过程中现有信息熵反映决策表“决策能力”的局限性，定义了一种新的条件熵，以弥补现有信息熵的不足；然后对传统启发式方法中选择属性的标准进行改进，由此给出了新的属性重要性定义；以新的属性重要性为启发式信息设计决策树规则提取方法。该方法的优点在于构造决策树及提取决策规则前不进行属性约简，计算直观，时间复杂度较低。应用实例分析的结果表明，该方法能提取更为简洁有效的决策规则。
自相似随机级联过程中的条件熵和信息量
自相似级联机制 条件熵 信息量
2008/10/7
本文建议用相邻现代分割的条件熵和信息量来分析多重产生中的随机级联机制.证明了当所研究事件的多重数足够高时,这些特征量对分析自相似级联机制的存在及其性质很有效.