Студопедия

Главная страница Случайная страница

Разделы сайта

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






Собственно применение







Приближенные множества находят применение при работе с таблицами данных, которые называются также таблицами атрибут-значение, или информационными системами, или таблицами принятия решений (decision tables). Таблица принятия решений (decision table) – это тройка Τ = (U, C, D), где
U – это множество объектов,
С – это множество атрибутов условий (condition attributes),
D – это множество атрибутов решений (decision attributes).


Пример таблицы

 

U C D
Головная боль Температура Грипп
U1 да нормальная нет
U2 да высокая да
U3 да нормальная нет
U4 да очень высокая нет
U5 нет высокая нет
U6 нет очень высокая да
U7 нет высокая да
U8 нет очень высокая да

 


Анализ таблицы


Множества:
U = {U1, U2, U3, U4, U5, U6, U7, U8}
C = {Головная боль, Температура}
D = {Грипп}

Возможные значения атрибутов:
VГоловная боль = {да, нет}
VТемпература = {нормальная, высокая, очень высокая}
VГрипп = {да, нет}

Разбиение множества U в соответствии со значениями атрибута Головная боль имеет вид:

 

· Sда = {1, 2, 3, 4}

· Sнет = {5, 6, 7, 8}

· S = {{1, 2, 3, 4}, {5, 6, 7, 8}}


Разбиение множества U в соответствии со значениями атрибута Температура имеет вид:

 

· Sнормальная = {1, 3}

· Sвысокая = {2, 5, 7}

· Sочень высокая = {4, 6}

· S = {{1, 3}, {2, 5, 7}, {4, 6}}


Разбиение множества U в соответствии со значениями атрибута решения Грипп имеет вид:

 

· Sда = {2, 6, 7, 8}

· Sнет = {1, 3, 4, 5}

· S = {{2, 6, 7, 8}, {1, 3, 4, 5}}


Представленые в этой таблице данные, например U5 и U7 — противоречивые, а U6 и U8 — повторяются.

U5 нет высокая нет
U6 нет очень высокая да
U7 нет высокая да
U8 нет очень высокая да


Собственно используя приближенные множества мы можем «извлечь» из неточных, противоречивых данных те, которые «полезны нам».

Главная идея теории неточных множеств состоит в том, что каждое множество имеет верхнее и нижнее приближения, составляемые из классов эквивалентных описаний, а основное положение теории нечетких множеств в том, что принадлежность нечеткому множеству может иметь градации (например, с определенной вероятностью) в отличие от классической теории множеств.

Еще пример: технология обработки опечаток.

22. Пример обработки неопределенностей – исправление опечаток в тексте

Варианты:

1. Для изолированных слов

2. Для набора слов

Минимизация расстояния редактирования

Расстояния редактирования между двумя строками символов - мин кол-во операций редактирования, с помощью кот. одна строка трансформируется в другую.

- вставка символов

- удаление

- замена символа на другой

Идея усиливается, если разным операциям присваиваются разные веса. Например, с учетом близости на клавиатуре.

При вычислении исп идея грубых множеств, реализ. посредством динамического программирования.






© 2023 :: MyLektsii.ru :: Мои Лекции
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав.
Копирование текстов разрешено только с указанием индексируемой ссылки на источник.