随机多粒度标记序决策系统的最优粒度选择

摘要：

传统随机信息系统的属性一般只有一个粒度层面,即系统中的每一个对象在每一个属性上取唯一的值,而在实际应用中,人们往往需要从不同的粒度层面去获取知识.实际生活中数据集的一个对象在同一个属性上根据不同的粒度可以取不同值.针对多粒度数据集的知识获取问题,本文讨论随机多粒度标记序信息(决策)系统的最优粒度选择问题.首先,通过优势关系给出随机多粒度标记序信息系统的信息粒表示,进一步定义由条件属性集导出集合的下近似与上近似,描述在不同标记下的信息粒的结构以及上、下近似的变化关系;其次,用证据理论的信任函数与似然函数来刻画随机多粒度标记序决策系统的两种最优粒度;最后,给出协调和不协调随机多粒度标记序决策系统的最优粒度选择算法.

关键词：粒计算、多粒度标记、随机序决策系统、信任函数、最优粒度

所属期刊栏目：48

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;福建省自然科学基金项目;福建省中青年教师教育科研项目;福建省职业教育教学改革研究课题

在线出版日期：2023-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：194-204