序信息系统的知识粗糙熵与粗集粗糙熵

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (27): 62-65.

序信息系统的知识粗糙熵与粗集粗糙熵

张晓燕¹,徐伟华²

1.广东海洋大学理学院数学与信息科学系,广东湛江 524088
2.西安交通大学理学院信息与系统科学研究所,西安 710049

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-21 发布日期:2007-09-21
通讯作者: 张晓燕

Entropy of knowledge and rough set in ordered information systems

ZHANG Xiao-yan¹,XU Wei-hua²

1.Department of Mathematics and Information Sciences,Guangdong Ocean University,Zhanjiang,Guangdong 524088,China
2.Institute of Information and System Sciences,Xi’an Jiaotong University,Xi’an 710049,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-21 Published:2007-09-21
Contact: ZHANG Xiao-yan

摘要/Abstract

摘要： 在序信息系统中引入了知识粗糙熵和粗集粗糙熵的概念,得到了它们的有关性质,并证明了二者都随着知识确定程度的增强而单调下降的结论,从而给出了序信息系统的信息解释。进一步通过讨论它们之间的联系说明了粗集的粗糙熵可以更精确地度量粗集地粗糙程度。这些结论为序信息系统的知识发现奠定了一定的理论基础。

关键词: 粗糙集, 序信息系统, 知识粗糙熵, 粗糙度

Abstract: In this paper,we address uncertainty measures of roughness of knowledge and rough sets by introducing rough entropy in ordered information systems.We prove that the rough entropy of knowledge and rough set decreases monotonously as the granularity of information becomes finer,and obtain some conclusions,which is every helpful in future research works of ordered information systems.

Key words: rough set, ordered information systems, knowledge rough entropy, rough degree

张晓燕¹,徐伟华². 序信息系统的知识粗糙熵与粗集粗糙熵[J]. 计算机工程与应用, 2007, 43(27): 62-65.

ZHANG Xiao-yan¹,XU Wei-hua². Entropy of knowledge and rough set in ordered information systems[J]. Computer Engineering and Applications, 2007, 43(27): 62-65.

[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.