粗糙集的近似集
粗糙集是1982年由Pawlak教授提出的解决集合边界不确定的重要方法,它通过两个精确的上、下近似集作为边界线来刻画目标集合(概念)X的不确定性,但它没有给出如何用已知的知识基(知识粒)来精确或近似地描述边界不确定的目标集合(概念)X的方法.首先给出了集合之间的相似度概念,然后分析了分别用上近似集(-R)(X)和下近似集(R-)(X)作为目标集合(概念)X近似描述的不足,提出了在已有知识基(粒)空间下寻找目标集合(概念)X的近似集的方法,并分析了用R0.5(X)作为X(概念)的近似集的优越性.最后讨论了不同知识粒度空间下R0.5(X)与X的相似度随知识粒度的变化关系.从新的角度提出了目标集合(概念)X近似集的构造方法,促进了粗糙集模型的发展.
粗糙集、近似集、粒计算、知识空间、相似度
23
TP181(自动化基础理论)
国家自然科学基金61073146;重庆市教委科学研究项目KJ110512,KJ110522;重庆邮电大学博士启动基金A2010-06
2012-09-29(万方平台首次上网日期,不代表论文的发表时间)
共15页
1745-1759