多粒度概率粗糙集及其在目标识别中的应用

• 作者: 侯学礼 张鑫 李续武 路艳丽
• 来源期刊: 弹箭与制导学报
• 关键词: 多粒度粗糙集 概率粗糙集 多粒度概率粗糙集 Bayes决策 目标识别
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 相关技术
• 页码范围: 123-128
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.15892/j.cnki.djzdxb.2016.05.032

摘要

针对传统多粒度粗糙集模型在反映问题的不完全性与统计特性方面的局限性,提出了多粒度概率粗糙集模型.首先,将概率粗糙集模型的思想与粒计算中多粒度空间描述问题的思想相结合,给出具有一般性的多粒度概率粗糙集模型的定义.同时,以正域及负域不变的原则定义了乐观多粒度概率粗糙集模型的属性约简.然后,基于Bayes最小风险理论对多粒度概率粗糙集模型中的参数进行确定.最后,将乐观多粒度概率粗糙集模型应用于弹道导弹目标识别问题中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	路艳丽	空军工程大学防空反导学院	21	189	8.0	13.0
2	李续武	空军工程大学防空反导学院	32	145	6.0	10.0
3	张鑫	空军工程大学防空反导学院	5	19	2.0	4.0
4	侯学礼		1	1	1.0	1.0