基于贝叶斯的偏序粗集模型及其生态学应用
20世纪80年代初,波兰数学家Z.Pawlak首先提出了粗糙集理论,其作为一种新的数学方法被用来处理各种不精确、不确定、不完备信息.粗糙集理论凭借自身的优点--不需要研究对象的任何先验或额外的预备信息得到了迅速发展.另一方面,贝叶斯数据分析是数据样的先验分布在经过了证据修订后形成的后验分布,目前被广泛地应用于各种智能化数据分析中.上述两种方法的结合对于决策规划起到了不错的效果。 本文以基本偏序关系为基础,运用以上两种方法构建了基于贝叶斯的偏序粗集模型,并进一步将其应用到生态学的食物网中。
偏序粗集模型 贝叶斯 生态学 粗糙集理论
费颖 王黔英 袁芳 周辉
南昌大学理学院管理科学与工程系,南昌,330047
国内会议
第六届中国Rough集与软计算学术研讨会(CRSSC”2006)
浙江金华
中文
40-42
2006-10-30（万方平台首次上网日期，不代表论文的发表时间）