全粒度粗糙集的不确定性

被引：4

作者：

邓大勇 ^{[1
,2
]}

姚坤 ^{[1
]}

肖春水 ^{[2
]}

机构：

[1] 浙江师范大学数理与信息工程学院

[2] 浙江师范大学行知学院

来源：

模式识别与人工智能 | 2018年 / 31卷 / 09期

基金：

浙江省自然科学基金;

关键词：

全粒度粗糙集; 全粒度隶属度; 全粒度粗糙度; 全粒度属性依赖度; 不确定性;

D O I：

10.16451/j.cnki.issn1003-6059.201809004

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

全粒度粗糙集是一种既能表示显式知识又能表示隐式知识的粗糙集模型,能更好地表示人类认识的复杂性、多样性和不确定性.文中结合经典粗糙集理论,定义全粒度隶属度、全粒度粗糙度、概念的全粒度属性依赖度、决策系统的全粒度属性依赖度等不确定性指标,探究这些不确定性指标的性质,指出这些不确定指标与全粒度绝对约简、概念的全粒度属性约简、全粒度Pawlak约简的联系,有助于全粒度粗糙集的属性约简和实际应用.

引用

页码：809 / 815

页数：7

共 14 条

[1] 全粒度粗糙集属性约简 [J].