粗糙集工具rosetta,有效处理数据挖掘，数据分割等问题

论文研究-企业财务危机预警Rough-ANN模型的建立及其应用.pdf,  基于Rough集理论和ANN(人工神经网络)方法建立了企业财务危机预警的Rough-ANN模型,对企业财务危机指标的约简、财务危机知识的神经网络动态学习与推理、财务危机的预测和评定等功能进行了集成,并就企业财务危机预警问题进行了实证分析.其结果表明,该模型有效、可行,为企业财务危机的动态预警提供了一条新的途径.

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

一个很好的Rough set软件，可以进行属性约简，属性值约简，规则提起，离散化等处理。还带有很多UCI数据集。

rough集的提出在不确定决策领域起到了重大作用，其在各个领域将有重大突破性发展。

粗糙集属性约简代码python

RSES实现了粗糙集理论的好软件，它有效的解决了具有不完整和不确定性的问题

神经控制微分方程用于不规则时间序列[ ， ] 基于对受控微分方程的深入理解的数学理论，我们演示了如何构建以下模型： 直接作用于不规则采样的部分观测的多元时间序列。 可能会进行记忆有效的伴随反向传播训练-即使是跨观测也是如此。 展示最先进的性能。 使用现有工具（尤其是PyTorch和库）可以轻松实现和评估它们。 图书馆 参见 。 例子 我们鼓励您看一下 ，它演示了如何使用该库来训练Neural CDE模型来预测螺旋的手征性。 有关如何处理可变长度输入，不规则采样或丢失数据的演示，另请参见 ，所有这些都可以在不更改模型的情况下轻松处理。 一个自包含的简短示例： import torch import torchcde # Create some data batch , length , input_channels = 1 , 10 , 2 hidden_channels = 3 t

用rough sets来做属性约简 用matlab编写 多个程序 物有所值

覆盖粗糙集约简算法 Reduction and axiomization of covering generalized rough sets