基于可变精度粗糙集的驾驶员多源信息融合研究

摘要

研究了应用可变精度粗糙集获取驾驶规则的方法.该方法的特点是可以处理由于类重叠引起的样本信息不精确、不一致情况下的规则获取.粗糙集理论一直用于研究不确定或不精确信息的数据分析问题.其主要思想是在保持分类能力不变的前提下,通过知识约简,导出概念的分类规则.而可变精度粗糙集作为对经典粗糙集理论的扩展,体现了等价类与集合的重叠度程度上的差别.给出了基于可变精度粗糙集的获取规则的方法,以驾驶过程的多源信息融合实例说明其使用方法,并验证了其有效性.