信息表的闭离散化方案研究

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (16): 30-33.

信息表的闭离散化方案研究

王立宏

烟台大学计算机科学与技术学院，山东烟台 264005

收稿日期:2008-01-17 修回日期:2008-03-07 出版日期:2008-06-01 发布日期:2008-06-01
通讯作者: 王立宏

Study of closed discretization schemes of information tables

WANG Li-hong

School of Computer Science and Technology，Yantai University，Yantai，Shandong 264005，China

Received:2008-01-17 Revised:2008-03-07 Online:2008-06-01 Published:2008-06-01
Contact: WANG Li-hong

摘要/Abstract

摘要： 提出对象域U的有序划分概念，讨论一种特殊的离散化方案（闭离散化方案）。给出对象域U的有序划分对应的闭离散化方案获取算法CDA，分析闭离散化方案与对象域U的有序划分之间的关系，证明了闭离散化方案在离散格到划分格的映射f下能保持交并运算。

关键词: 闭离散化方案, 离散格, 有序划分, 粗集

Abstract: This paper reviews the concept of discretization lattice composed by discretization schemes，proposes the concept of ordered partition of universe U，and discusses a special kind of discretization schemes named closed discretization schemes.We give a closed discretization scheme acquisition algorithm （CDA） for an ordered partition of universe U，analyze the relationship between closed discretization schemes and ordered partitions，and draw the conclusion that under the function f from discretization lattice to partition lattice，closed discretization schemes hold the union and intersection operations.

Key words: closed discretization schemes, discretization lattice, ordered partition, rough set

王立宏. 信息表的闭离散化方案研究[J]. 计算机工程与应用, 2008, 44(16): 30-33.

WANG Li-hong. Study of closed discretization schemes of information tables[J]. Computer Engineering and Applications, 2008, 44(16): 30-33.

[1]	戎全兵1，2，王凤山1，2，张宏军1. 地下工程震害风险体系的改进粗集约简方法[J]. 计算机工程与应用, 2016, 52(9): 146-153.
[2]	孙立民. 改进的粗糙集属性权重确定方法[J]. 计算机工程与应用, 2014, 50(5): 43-45.
[3]	李令强. L-模糊上近似的唯一公理刻画[J]. 计算机工程与应用, 2014, 50(24): 1-3.
[4]	刘俊兰¹，姚炳学¹，田申新². 覆盖模糊S-粗集模型[J]. 计算机工程与应用, 2011, 47(5): 27-28.
[5]	张利强，李毅. 基于双层并行PCNN和粗集理论的图像融合[J]. 计算机工程与应用, 2011, 47(31): 179-181.
[6]	张军，黄顺亮. 动态粗集理论在K-均值聚类中的应用[J]. 计算机工程与应用, 2011, 47(26): 25-26.
[7]	杨敏^1，2，李瑞霞^1，3，汪云甲^1，2. 煤与瓦斯突出的粗神经网络预测模型研究[J]. 计算机工程与应用, 2010, 46(6): 241-244.
[8]	鲁小云，杨勇. 双论域上的S-粗集及应用[J]. 计算机工程与应用, 2010, 46(5): 33-35.
[9]	何荣福¹，张凌². 基于单向S-粗集对偶的知识堆垒与知识垛识别[J]. 计算机工程与应用, 2010, 46(27): 39-42.
[10]	汪小燕，秦锋. 基于变精度粗集模型变精度值的选取新方法[J]. 计算机工程与应用, 2010, 46(2): 48-50.
[11]	于秀清^1，2. 粗积分与函数粗集的粗糙度[J]. 计算机工程与应用, 2010, 46(19): 55-57.
[12]	朱颢东^1，2，3，钟勇^2，3. 结合粗集和神经网络的图像识别模型[J]. 计算机工程与应用, 2010, 46(13): 181-184.
[13]	周序生¹,王志明². 粗糙集和神经网络方法在数据挖掘中的应用[J]. 计算机工程与应用, 2009, 45(7): 146-149.
[14]	郭志林. S-粗集系统不确定性的近似处理方法[J]. 计算机工程与应用, 2009, 45(35): 52-55.
[15]	滕宝，马英红，公延庆，李宝艳. 基于S-粗集理论上的属性约简与算法研究[J]. 计算机工程与应用, 2009, 45(34): 44-46.