![The rough sets theory was proposedby Pawlak in 1982 [6] to deal with u的简体中文翻译](http://wwwimg.woaifanyi.com/_data/woaifanyi_com_www/pic/logo.gif?v=81c5e4c6899453cc_2408){kind=logo}
- 文本
- 历史
The rough sets theory was proposedb
The rough sets theory was proposedby Pawlak in 1982 [6] to deal with uncertain and fuzzy materials and to simplify knowledge. In the rough sets theory, humans use their general knowledge to classify the world around them as abstract or concrete. Everything is classified according to its characteristics, and those with nearly identical characteristicsmaybeputintothe same group. This is called indiscernible relation, denoted as Ind and is the basis of rough sets theory. One ofthe main advantages ofrough set theory is that it does not need any preliminary or additional information aboutdata. The mainproblems that canbe approachedusing rough sets theory include data reduction, discovery of data dependencies, estimation ofdata significance, generation of decision algorithms from data, approximate classification of data, discovery of patterns in data and discovery of cause-effectrelationships [10]. The following is the concept ofrough sets theory [11], [12].
0/5000
粗糙集理论是proposedby帕夫拉克在1982年[6]处理不确定和模糊的材料，并简化知识。在粗糙集理论，人类用自己的一般知识，他们周围的世界归类为抽象或具体。一切都根据其特征进行分类，以及那些具有几乎相同的characteristicsmaybeputintothe相同的基团。这就是所谓的不可分辨关系，记为ind是粗糙集理论的基础。一个ofrough集理论主要国税发优点是，它不需要任何初步或其他信息aboutdata。这canbe approachedusing粗糙集理论的mainproblems包括数据的数据缩减，数据相关的发现，估计ofdata意义，产生的决策算法，数据的近似分类，在数据的图案发现和因果effectrelationships的发现[10]。以下是ofrough集理论[11]，[12]的概念。
正在翻译中..
1982年，Pawlak提出了粗糙集理论[6]，以处理不确定和模糊的材料并简化知识。在粗糙的集理论中，人类用他们的一般知识将周围的世界分类为抽象或具体。一切都根据其特征进行分类，而那些特征几乎相同的事物可能属于同一组。这称为不可识别的关系，表示为 Ind，是粗糙集理论的基础。"一组理论"的主要优点之一是它不需要任何有关数据的初步或附加信息。使用粗糙集理论可以处理的主要问题包括：数据缩减、数据依赖项的发现、数据重要性的估算、从数据中生成决策算法、数据大致分类、发现数据和因果关系的发现[10]。以下是"原集理论"[11]、[12]的概念。
正在翻译中..
Pawlak于1982年提出了粗糙集理论来处理不确定和模糊的材料，并简化知识。在粗糙集理论中，人类利用自己的一般知识将周围的世界划分为抽象的或具体的。一切事物都是按其特点来分类的，而那些具有几乎相同特点的事物则属于同一类。这称为不可分辨关系，表示为Ind，是粗糙集理论的基础。rough集理论的一个主要优点是它不需要任何关于数据的初步或附加信息。粗糙集理论可以解决的主要问题包括数据约简、数据依赖的发现、数据重要性的估计、数据的决策算法的生成、数据的近似分类、数据中模式的发现以及因果关系的发现（10）。下面是rough集理论的概念[11]，[12]。<br>
正在翻译中..
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.
