共查询到20条相似文献,搜索用时 24 毫秒
1.
2.
基于模糊等价关系,在模糊概率空间上利用模糊条件概率建立了概率模糊粗糙集模型.讨论了概率模糊上、下近似算子的性质.最后给出了模糊集的近似精度和粗糙度的计算公式. 相似文献
3.
4.
基于覆盖的模糊粗糙集模型 总被引:4,自引:0,他引:4
在基于覆盖的粗糙集的基础上,定义了基于覆盖的模糊粗糙集模型,并且讨论了该模型的一些相关性质.同时,证明了论域上的任意子集相对于覆盖近似空间及其约简后的覆盖近似空间的上下近似是分别相等的,从而简化了运算. 相似文献
5.
研究了论域上模糊关系与(φ,T)一粗糙集上的近似算子之间的联系:给出了满足一定条件的(φ,T)一粗糙集与特殊模糊关系之间的等价条件;定义了上可定义模糊集合。并证明了它是完备的分配格。同时对其结构进行了刻画. 相似文献
6.
主要讨论了粗糙集理论在环中的应用.基于粗糙集理论,对一个环的子集关于理想的粗糙近似子环作了探讨,并研究了一个环的上、下近似的性质.同时,在商环中讨论了粗糙集的一些性质,并给出这些结论的严格证明,进一步丰富了代数中的粗糙集理论. 相似文献
7.
一般关系下的概率粗糙集模型 总被引:2,自引:0,他引:2
针对经典的概率粗糙集模型的不足,通过引入一般关系下的后继邻域算子,得到了一般关系下的概率粗糙集模型,并讨论了所给模型的一些性质和在广义近似空间中集合的近似精度及属性约简。 相似文献
8.
9.
随着粗糙集的发展,覆盖粗糙集在大数据方面有着较为广泛的应用,是粗糙集的重要组成部分.文章首先通过覆盖粗糙集友元的定义,给出基于友元的覆盖粗糙集上下近似的定义,研究上下近似的性质.其次,在给出上下近似的基础上,提出覆盖粗糙集的F约简和交约简,举例说明两者的不同之处.最后,证明任一覆盖粗糙集在F约简和交约简前后保持上下近似一致,同时证明用这两种约简方法约简前后粒度F是保持不变的. 相似文献
10.
11.
在Nanda和Majumdar提出的模糊粗糙集和粗糙模糊集,及Atanassov提出的直觉模糊集的意义下,综合讨论了这几个推广的粗糙集概念的格性质及它们之间的相互关系. 相似文献
12.
同余关系是相等关系的推广,而同余关系又是一个等价关系,基于这一点,利用同余这一工具,把粗糙集理论应用到R_0-代数中去,将粗糙集中的上、下近似概念推广到R_0-代数中,并讨论了R_0-代数中的粗糙集的性质. 相似文献
13.
针对K等价度容差关系,提出了一种基于K等价度容差关系的变精度粗糙集模型,该模型是变精度粗糙集模型在不完备信息系统中的拓展。给出了K等价度容差关系下变精度粗糙集模型的上近似、下近似、和负域的定义以及近似质量和粗糙测度定义,并详细地讨论了上下近似算子的性质。最后,实例分析该模型在信息处理中应用的有效性。 相似文献
14.
粗糙集理论的创始人Z.Pawlak曾经得出一个结论:“粗糙集是泛化的模糊集;”通过粗糙隶属函数把粗糙集理论与模糊集联系起来,建立了一种粗糙集理论与模糊理论的关系。 相似文献
15.
罗世尧 《乐山师范学院学报》2011,26(5):8-9
粗糙集理论和模糊集理论都是研究信息系统中知识的不完善、不准确问题,前者基于信息系统中知识的不可分辨性,后者基于信息系统中知识的模糊性,将二者结合形成了粗糙模糊集。模糊向量可以看成模糊集,本文定义了粗糙模糊向量和粗糙模糊向量的内积和外积,讨论了粗糙模糊向量和粗糙模糊向量的内积和外积的性质。 相似文献
16.
罗世尧 《乐山师范学院学报》2005,20(12):18-19
粗糙集理论和模糊集理论都是研究信息系统中知识的不完善、不准确问题,前者基于信息系统中知识的不可分辨性,后者基于信息系统中知识的模糊性,将二者结合形成了模糊粗糙集。模糊度是模糊集的一种重要的数字特征,我们用模糊度来刻画模糊集的整体模糊程度。本文讨论模糊粗糙集的性质,定义了模糊粗糙集的模糊度。并在此基础上,分别给出了模糊粗糙集的Minkowski模糊度,Haming模糊度,Euclid模糊度。 相似文献
17.
知识熵可以用来衡量知识粒度的大小,本文将粗糙集的外边界熵与粗糙集本身的粗糙度结合起来,给出了外边界知识粒度大小的一种新的度量,从而更准确的刻划了粗糙集的粗糙性。 相似文献
18.
粗糙集理论是一种新的处理模糊和不确定知识的数学工具,借助近似代数上的原子及同余关系,在证明了在适当选取加运算、乘运算和余运算之后,粗糙集代数就成为MV-代数。 相似文献
19.
罗世尧 《乐山师范学院学报》2008,23(12):3-4
粗糙集理论和模糊集理论都是研究信息系统中知识的不完善、不准确问题,前者基于信息系统中知识的不可分辨性,后者基于信息系统中知识的模糊性,将二者结合形成了模糊粗糙集.本文首先定义了有限区间上的模糊粗糙数(RFN),进而讨论了它的的性质. 相似文献
20.
《宜宾学院学报》2019,(12):29-38
粗糙集属性约简算法是数据预处理的有效方法,但无法处理某些结构复杂的数据.为了进一步拓宽粗糙集的应用范围,通过扩展粗糙集模型或改进属性约简算法以提高粗糙集的数据处理能力.对模糊粗糙集、覆盖粗糙集、邻域粗糙集、决策粗糙集、变精度粗糙集等几类拓展粗糙集模型的一些经典属性约简算法和最新提出的算法进行梳理和归纳后发现,现存的算法在运行效率和空间复杂度等方面限制了拓展粗糙集模型的使用范围.当前研究中拓展粗糙集模型在约简理论完善、大数据处理、特殊数据处理等三个方面的问题依然存在,因此未来应重点结合Pawlak粗糙集属性约简算法的思想、智能算法以及其他一些理论方法来研究拓展粗糙集模型属性约简理论. 相似文献