粗糙Vague集（值）间k步相似度量新方法

doi:10.3778/j.issn.1002-8331.2009.02.041

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (2): 140-143.DOI: 10.3778/j.issn.1002-8331.2009.02.041

• 数据库、信号与信息处理 • 上一篇下一篇

粗糙Vague集（值）间k步相似度量新方法

张阿红¹,王治和¹,杜鹏¹,吴鹏^1,2

1.西北师范大学数学与信息科学学院，兰州 730070
2.浙江林学院信息工程学院，浙江临安 311300

收稿日期:2007-12-29 修回日期:2008-03-03 出版日期:2009-01-11 发布日期:2009-01-11
通讯作者: 张阿红

New method of similarity measures for k steps between rough Vague sets（valued）

ZHANG A-hong¹,WANG Zhi-he¹,DU Peng¹,WU Peng^1,2

1.College of Mathematics and Information Science，Northeast Normal University，Lanzhou 730070，China
2.School of Information Engineering，Zhejiang Forestry College，Lin’an，Zhejiang 311300，China

Received:2007-12-29 Revised:2008-03-03 Online:2009-01-11 Published:2009-01-11
Contact: ZHANG A-hong

摘要/Abstract

摘要： 对粗糙集、Vague集及粗糙Vague集的概念、知识表示方法进行了讨论，描述了粗糙Vague集的相关概念，在研究了粗糙Vague集相似性度量方法的基础上，提出了一种对踌躇度п_v（x）k步细化的k步相似度量新方法，并且研究了该方法的相关性质。进一步对k步相似度量在k趋向无穷时求极限，得出粗糙Vague集退化为模糊集的特例情况。

关键词: 粗糙集, Vague集, 粗糙Vague集, 踌躇度п_v（x）, k步相似度量

Abstract: In this paper，some concepts of rough sets，vague sets and rough Vague sets are discussed，and the method of knowledge expression is approached.The concept of rough vague-valued and similarity measures for measuring the degree of similarity between elements（rough vague-valued：RV-valued） are studied，and then a new method of similarity measures for k steps between rough Vague sets（valued） is given，its some properties are studied.Similarity measures for k steps are limited while k tends to infinity，then rough Vague sets becomes fuzzy sets.

Key words: rough sets, vague sets, rough vague sets, hesitate degrees п_v（x）, similarity measure of k steps

张阿红¹,王治和¹,杜鹏¹,吴鹏^1,2. 粗糙Vague集（值）间k步相似度量新方法[J]. 计算机工程与应用, 2009, 45(2): 140-143.

ZHANG A-hong¹,WANG Zhi-he¹,DU Peng¹,WU Peng^1,2. New method of similarity measures for k steps between rough Vague sets（valued）[J]. Computer Engineering and Applications, 2009, 45(2): 140-143.

[1]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[2]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[3]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[4]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[5]	张博，贾华宇，马珺. RS-GA神经网络无人机受风情况估计[J]. 计算机工程与应用, 2020, 56(4): 209-213.
[6]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[7]	张建华，李方方，杨岚. 融合PFS与RS的案例知识供需匹配研究[J]. 计算机工程与应用, 2020, 56(23): 139-145.
[8]	骆公志，梅焘. 监督机制多粒度决策粗糙集模型及应用[J]. 计算机工程与应用, 2020, 56(18): 214-220.
[9]	谢旭明，段隆振，邱桃荣，杨幼凤. 改进量子搜索算法及其在核属性求解上的应用[J]. 计算机工程与应用, 2020, 56(14): 57-61.
[10]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[11]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.
[12]	任俊1，唐绮雯1，徐怡2，胡善忠2. 大学生贫困资助评定的多粒度粗糙集研究[J]. 计算机工程与应用, 2019, 55(7): 82-86.
[13]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.
[14]	齐美兰，李小南. 集值映射的拟阵结构及其与覆盖粗糙集的关系[J]. 计算机工程与应用, 2019, 55(6): 50-56.
[15]	杨珍，耿秀丽. 考虑多粒度属性约简的关联规则挖掘研究[J]. 计算机工程与应用, 2019, 55(6): 133-139.

粗糙Vague集（值）间k步相似度量新方法

New method of similarity measures for k steps between rough Vague sets（valued）

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics