基于时域物理光学法的二维导体粗糙面电磁散射特性研究，郭立新，贾春刚，本文利用时域物理光学方法(time-domain physical optics, TDPO)来研究二维导体粗糙面的宽带电磁散射特性。该方法不仅具有频域高频算法的需要�

为获取连续属性值数据集的最小属性子集，提出了一种两步约简方法．该方法以模糊粗糙集模型为基础，将描述条件属性和决策属性依赖关系的模糊依赖度概念进行了扩展，使其能对条件属性之间的依赖关系进行度量，利用属性与类别之间的依赖度选出候选属性集，然后根据单个属性与类别和属性之间的依赖度对候选属性集进行约简．仿真结果表明，该方法在有效降低属性维数的同时一定程度上保证了分类正确率．

提出一种连续属性值域划分的离散化新方法，该方法定义一个新的离散化函数，依据类与属性之间的相互依赖关系选择最优的离散区间列表；此外，采用变精度粗糙集理论合理地控制数据离散化产生的信息丢失，减少分类错误。仿真结果和统计分析表明，提出的方法有较好的C5.0决策树分类能力。

粗糙集的详细讲解，需要的看看，还不错的样子，可用于文本分类等

利用粗糙集中属性约简的思想来确定各属性的重要程度，对属性依赖度进行计算，构造出属性间相对依赖的客观判断矩阵。在此基础上将客观矩阵和利用层次分析法确定的主观矩阵相结合，提出了一种组合矩阵，通过计算组合矩阵的权重来进行决策。实例表明该方法是切实可行、有效的，能提高决策精度。

本人大一学生，刚学完c++写的一个控制台角色扮演游戏，代码十分粗糙但能玩，适合初学者拿来借鉴。1积分不贵大家下一下我好拿这些积分下别的资源

利用线性滤波法模拟一维高斯分布的随机粗糙面

这是一个基于粗糙集的分类程序，目前在网络中为数不多用Matlab编写的，希望对大家有用

目的通过对数据进行约简提高模式识别中数据的有效性,以提高胶合板缺陷检测的准确率和在线的实时性。方法利用粗糙集理论在数据约简上的优势,提取出对模式识别决策结果影响最大的属性,约简掉对决策结果影响较小的属性。利用模糊逻辑在不确定性问题的能力,提高边缘属性在模式识别中的权重值。利用神经网络在模式识别中的有效性,将粗糙集算法、模糊逻辑、神经网络的人工智能算法有效相结合,提出一种基于模糊粗糙集神经网络的模式识别分类方法。结果结合胶合板缺陷检测,针对胶合板的13类缺陷的17个属性,提取出最有效的数据,约简了对决策影响

图像矩阵matlab代码scikit-粗糙集 这是一个基于的MATLAB代码的粗集特征约简算法的实现。 还提供了与scikit-learn软件包的集成。 安装 可以使用Python的pip实用程序轻松安装该软件包。 用法 用法非常简单，与scikit的功能选择模块相同： from scikit_roughsets . rs_reduction import RoughSetsSelector import numpy as np y = np . array ([[ 1 , 0 , 0 , 0 , 0 , 0 , 0 , 1 , 1 , 1 , 1 , 1 ]]). T X = np . array ([[ 1 , 1 , 1 , 1 , 0 , 0 , 0 , 0 , 1 , 1 , 0 , 1 ], [ 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0 ], [ 1 , 0 , 1 , 0 , 0 , 0 , 0 , 0 , 0 , 1 , 0 , 0 ], [ 0 , 0 , 0 , 1 , 1 , 1 , 1 , 0 , 1 , 0 ,