模糊λ商空间研究及其应用

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (13): 37-38.

模糊λ商空间研究及其应用

荆泉霖，王加阳

中南大学信息科学与工程学院，长沙 410083

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-01 发布日期:2011-05-01

Research and application of fuzzy λ-quotient space

JING Quanlin，WANG Jiayang

College of Information Science and Engineering，Central South University，Changsha 410083，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-01 Published:2011-05-01

摘要/Abstract

摘要： 把模糊商空间中的两个等价的叙述修正并扩展为三个，利用商空间X(λ)的距离函数重新定义了模糊λ商空间，更加直接地继承了模糊商空间理论。把模糊粗糙近似空间的信息量拓展到模糊λ商空间，给出了模糊λ商空间下的混合决策系统约简条件，使模糊粗糙集的属性约简在模糊λ商空间下同样能实现，解决传统粗糙集对连续属性直接离散化容易造成信息缺失和不能对模糊属性处理的问题。

关键词: 模糊等价关系, 距离空间, 模糊λ商空间, 混合决策系统, 属性约简

Abstract: This paper revises two equivalent narratives in the fuzzy quotient space and expands them into three.Then it refines the fuzzy λ-quotient space by making use of the distance function of quotient space X(λ)，which more directly inherits the fuzzy quotient space theory.The information quantity of fuzzy-rough probability approximation space is extended to the one of fuzzy λ-quotient space.And this paper gives the reduction rules of hybrid decision system based on fuzzy λ-quotient space so that fuzzy λ-quotient space can get the same reduction results as fuzzy-rough set.These rules solve the problems that in a traditional rough set model direct discretization of numerical attribute usually brings information loss and fuzzy attributes are not taken into consideration.

Key words: fuzzy equivalence relation, distance space, fuzzy λ-quotient space, hybrid decision system, attribute reduction

荆泉霖，王加阳. 模糊λ商空间研究及其应用[J]. 计算机工程与应用, 2011, 47(13): 37-38.

JING Quanlin，WANG Jiayang. Research and application of fuzzy λ-quotient space[J]. Computer Engineering and Applications, 2011, 47(13): 37-38.

[1]	代琪，李敏，刘洋，李丽红. 模糊层次商空间的快速属性约简算法[J]. 计算机工程与应用, 2021, 57(4): 55-60.
[2]	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.
[3]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[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]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	李云，马英红. 基于属性约简集评价节点重要性研究[J]. 计算机工程与应用, 2019, 55(5): 149-158.
[11]	任晓霞1，薛凡2，3. 基于模糊邻域粗糙集的启发式属性约简算法[J]. 计算机工程与应用, 2018, 54(9): 47-53.
[12]	王长宝1，杨习贝1，2，窦慧莉1，陈向坚1，王平心3. 邻域决策错误率的局部约简方法研究[J]. 计算机工程与应用, 2018, 54(6): 95-99.
[13]	陈建，张小红. 信息熵与模糊综合评判融合的相似数据检测方法[J]. 计算机工程与应用, 2018, 54(24): 57-60.
[14]	郑娜，王加阳. 不完备序信息系统的证据特征及属性约简[J]. 计算机工程与应用, 2018, 54(21): 43-47.
[15]	彭潇然1，2，刘遵仁2，纪俊2. 基于样本类别的邻域粗糙集正域计算[J]. 计算机工程与应用, 2018, 54(20): 115-121.