粗糙集的近似集

被引：43

作者：

张清华 ^{[1
,2
]}

王国胤 ^{[2
]}

肖雨 ^{[2
]}

机构：

[1] 重庆邮电大学系统理论及其应用研究中心

[2] 计算智能重庆市重点实验室(重庆邮电大学)

来源：

软件学报 | 2012年 / 23卷 / 07期

关键词：

粗糙集; 近似集; 粒计算; 知识空间; 相似度;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

粗糙集是1982年由Pawlak教授提出的解决集合边界不确定的重要方法,它通过两个精确的上、下近似集作为边界线来刻画目标集合(概念)X的不确定性,但它没有给出如何用已知的知识基(知识粒)来精确或近似地描述边界不确定的目标集合(概念)X的方法.首先给出了集合之间的相似度概念,然后分析了分别用上近似集R(X)和下近似集R(X)作为目标集合(概念)X近似描述的不足,提出了在已有知识基(粒)空间下寻找目标集合(概念)X的近似集的方法,并分析了用R0.5(X)作为X(概念)的近似集的优越性.最后讨论了不同知识粒度空间下R0.5(X)与X的相似度随知识粒度的变化关系.从新的角度提出了目标集合(概念)X近似集的构造方法,促进了粗糙集模型的发展.

引用

页码：1745 / 1759

页数：15

共 23 条

[1] 属性序下的增量式Pawlak约简算法 [J].