变精度相容粗糙集模型

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (26): 134-138.

• 数据库、信号与信息处理 • 上一篇下一篇

变精度相容粗糙集模型

翟俊海1，2，翟梦尧3，高原原1，王熙照1，2

1.河北大学数学与计算机学院，河北保定 071002
2.河北大学机器学习与计算智能重点实验室，河北保定 071002
3.河北大学工商学院，河北保定 071002

出版日期:2012-09-11 发布日期:2012-09-21

Model of variable precision tolerance rough set

ZHAI Junhai1，2, ZHAI Mengyao3, GAO Yuanyuan1, WANG Xizhao1，2

1.College of Mathematics and Computer Science, Hebei University, Baoding, Hebei 071002, China
2.Key Lab of Machine Learning and Computational Intelligence, Hebei University, Baoding, Hebei 071002, China
3.Industrial & Commercial College, Hebei University, Baoding, Hebei 071002, China

Online:2012-09-11 Published:2012-09-21

摘要/Abstract

摘要： 将变精度粗糙集的思想引入相容粗糙集，提出了两种变精度相容粗糙集模型，在模型I中，目标概念的下近似和边界域的交集非空；在模型II中，目标概念的下近似和边界域的交集为空。研究了两种模型中上、下近似算子的基本性质、两种模型之间的关系，以及与其他粗糙集模型之间的关系。

关键词: 粗糙集, 上近似, 下近似, 变精度粗糙集, 相容粗糙集

Abstract: The idea of variable precision is introduced into tolerance rough set in this paper. Two Variable Precision Tolerance Rough Set Models（VPTRSM） are proposed. In model I, the intersection of lower approximation and boundary region of target concept is not a null set；whereas in model II the intersection is null set. Furthermore the properties of lower approximation operator and upper approximation operator of VPTRSM are investigated, the relationship between the two models and other rough set models are also studied.

Key words: rough set, upper approximation, lower approximation, variable precision rough set, tolerance rough set

翟俊海1，2，翟梦尧3，高原原1，王熙照1，2. 变精度相容粗糙集模型[J]. 计算机工程与应用, 2012, 48(26): 134-138.

ZHAI Junhai1，2, ZHAI Mengyao3, GAO Yuanyuan1, WANG Xizhao1，2. Model of variable precision tolerance rough set[J]. Computer Engineering and Applications, 2012, 48(26): 134-138.

[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.

变精度相容粗糙集模型

Model of variable precision tolerance 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