严格局部自反关系下的广义粗糙集

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (29): 154-157.

• 数据库、信号与信息处理 • 上一篇下一篇

严格局部自反关系下的广义粗糙集

马周明，李进金

漳州师范学院数学与信息科学系，福建漳州 363000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-11 发布日期:2011-10-11

Strong partial reflexive binary relation-based generalized rough set

MA Zhouming，LI Jinjin

Department of Mathematics and Information Science，Zhangzhou Normal University，Zhangzhou，Fujian 363000，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-11 Published:2011-10-11

摘要/Abstract

摘要： 经典粗糙集是在等价关系基础上建立的一类不确定性理论方法。研究一般二元关系下的广义粗糙集，不仅可以拓宽粗糙集理论的应用范围，而且也能从一定的角度进一步阐释经典粗糙集的基本性质。在考虑自反粗糙近似算子的基础上，提出了严格局部自反关系的定义，讨论了严格局部自反关系下广义粗糙集的性质，给出了其公理化特征。结合自反粗糙近似算子，研究了一般二元关系下广义粗糙集中的精确集，得出了一些重要的结论。

关键词: 粗糙集, 等价关系, 严格局部自反关系, 公理特征, 精确集

Abstract: The classical rough set theory is an uncertain approach，which is based on the equivalence relation.The generalized rough set is researched based on a binary relation，which is not only widening application but also interpretation of the classical rough set.On the basis of considering reflexive approximate operators，this paper presents the definition of strong partial reflexive binary relation，discusses the properties of corresponding generalized rough set，gives its axiomatic characterizations.Combining the strong partial reflexive approximate operator，accurate sets are investigated in the generalized rough set based on a binary relation.Some important conclusions are achieved.

Key words: rough set, equivalence relation, strong partial reflexive relation, axiomatic characterizations, accurate sets

马周明，李进金. 严格局部自反关系下的广义粗糙集[J]. 计算机工程与应用, 2011, 47(29): 154-157.

MA Zhouming，LI Jinjin. Strong partial reflexive binary relation-based generalized rough set[J]. Computer Engineering and Applications, 2011, 47(29): 154-157.

[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.

严格局部自反关系下的广义粗糙集

Strong partial reflexive binary relation-based generalized rough set

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