Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Soft Computing
Erschienen in: Soft Computing 1/2006

01.01.2006 | Focus

Rough sets and ordinal reducts

verfasst von: John W. T. Lee, Daniel S. Yeung, Eric C. C. Tsang

Erschienen in: Soft Computing | Ausgabe 1/2006

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Rough set theory has been successfully applied in selecting attributes to improve the effectiveness in deriving decision trees/rules for decisions and classification problems. When decisions involve ordinal classes, the rough set reduction process should try to preserve the order relation generated by the decision classes. Previous works on rough sets when applied to ordinal decision systems still focus on preserving the information relating to the decision classes and not the underlying order relation. In this paper, we propose a new way of evaluating and finding reducts involving ordinal decision classes which focus on the order generated by the ordinal decision classes.
Vorheriger Artikel Object tracking by energy maximization
Nächster Artikel Script visualization (ScriptViz): a smart system that makes writing fun

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Fußnoten
1
We use X/Y to represent difference of set X and Y.
 
Literatur
Bioch J, Popova V (2000) Rough sets and ordinal classification. In: Arimura ASH, Jain S (eds) Algorithmic learning theory. Lect Notes Artif Intell 1968:291–305
Greco S, Matarazzo B, Slowinski R (2001) Rough sets theory for multicriteria decision analysis. Eur J Oper Res 129:1–47
Iwinski TB (1988) Ordinal information systems, I. Bull Polish Acad Sci Math 36(7–8):467–475
Iwinski TB (1991) Ordinal information systems, II. Bull Polish Acad Sci Tech Sci 39(1):157–170
Komorowski J, Polkowski L, Skowron A (1998) Rough sets: a tutorial. In: Pal SK, Skowron A (eds) Rough-fuzzy hybridization: a new method for decision making. Springer, Berlin Heidelberg New York
Lee JWT, Yeung DS, Tsang ECC (2002) Ordinal fuzzy sets. IEEE Transact Fuzzy Syst 10(6):767–778
Pal SK, Skowron A (eds) (1999) Rough-fuzzy hybridization: a new trend in decision making. Springer, Berlin Heidelberg New York
Pawlak Z (1982) Rough Sets. Int J Inform Comput Sci 11:341–356
Sai Y, Yao YY, Zhong N (2001) Data analysis and mining in ordered information tables. In: Proceedings of the IEEE international conference on data mining 2001, pp 497–504
Metadaten
Titel
Rough sets and ordinal reducts
verfasst von
John W. T. Lee
Daniel S. Yeung
Eric C. C. Tsang
Publikationsdatum
01.01.2006
Erschienen in
Soft Computing / Ausgabe 1/2006
Print ISSN: 1432-7643
Elektronische ISSN: 1433-7479
DOI
https://doi.org/10.1007/s00500-005-0460-5

Weitere Artikel der Ausgabe 1/2006

Soft Computing 1/2006 Zur Ausgabe

Focus

Preface for the special issue: soft computing in machine learning and cybernetics in the journal Soft Computing

Focus

s-HITSc: an improved model and algorithm for topic distillation on the Web

Focus

Object tracking by energy maximization

Focus

Developing soft sensors using hybrid soft computing methodology: a neurofuzzy system based on rough set theory and genetic algorithms

Focus

Applying undistorted neural network sensitivity analysis in iris plant classification and construction productivity prediction

Focus

A fast document copy detection model

Premium Partner

    Bildnachweise