Resumen

Los modelos existentes de conjunto difuso-áspero (FRS) creen que el atributo de decisión divide el conjunto de muestras en varias clases de decisión claras, y este método de procesamiento de datos hace que el modelo sea sensible a la información de ruido al llevar a cabo la selección de características. Para resolver este problema, este artículo propone un modelo robusto de conjunto difuso-áspero (RS-FRS) basado en muestras representativas. En primer lugar, se define el grado de pertenencia difuso de las muestras para reflejar su vaguedad e incertidumbre, y se construye el modelo RS-FRS para reducir la influencia de las muestras de ruido. El modelo RS-FRS no necesita establecer parámetros para el modelo de antemano y puede reducir eficazmente la complejidad del modelo y la intervención humana. Sobre esta base, se estudian las propiedades relacionadas del modelo RS-FRS, y se utiliza el algoritmo de selección de pares de muestras (SPS) basado en RS-FRS para la selección de características. En este artículo,

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Existente; Conjunto difuso áspero; Modelo; Selección de características; Información de ruido; Robusto
• Keywords:Existing; Fuzzy rough set; Model; Feature selection; Noise information; Robust