一种悲观多粒度粗糙集中的粒度约简算法

被引:35
作者
桑妍丽
钱宇华
机构
[1] 山西大学计算机与信息技术学院
关键词
悲观多粒度粗糙集; 粒度约简; 分布约简;
D O I
10.16451/j.cnki.issn1003-6059.2012.03.020
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
多粒度粗糙集方法是近年来粗糙集理论的一个发展方向,它是一种基于多个粒空间的粗糙数据建模方法.文中针对悲观多粒度粗糙集模型,引入分布约简的概念,分析多个粒空间中的粒度选择问题.基于给出的粒度重要度提出悲观多粒度粗糙集中的粒度约简算法,并通过实例验证该方法的有效性.结论表明该方法得到的结果更加符合实际决策.
引用
收藏
页码:361 / 366
页数:6
相关论文
共 8 条
[1]   不协调目标信息系统的知识约简 [J].
张文修 ;
米据生 ;
吴伟志 .
计算机学报, 2003, (01) :12-18
[2]  
信息系统中的不确定性与知识获取[M]. 科学出版社 , 梁吉业, 2005
[3]   Approximation reduction in inconsistent incomplete decision tables [J].
Qian, Yuhua ;
Liang, Jiye ;
Li, Deyu ;
Wang, Feng ;
Ma, Nannan .
KNOWLEDGE-BASED SYSTEMS, 2010, 23 (05) :427-433
[4]  
The investigation of the Bayesian rough set model[J] . International Journal of Approximate Reasoning . 2005 (1)
[5]   A new method for measuring uncertainty and fuzziness in rough set theory [J].
Liang, JY ;
Chin, KS ;
Dang, CY ;
Yam, RCM .
INTERNATIONAL JOURNAL OF GENERAL SYSTEMS, 2002, 31 (04) :331-342
[6]  
Inclusion degree: a perspective on measures for rough set data analysis[J] . Z.B Xu,J.Y Liang,C.Y Dang,K.S Chin.Information Sciences . 2002 (3)
[7]   Uncertainty measures of rough set prediction [J].
Düntsch, I ;
Gediga, G .
ARTIFICIAL INTELLIGENCE, 1998, 106 (01) :109-137
[8]   Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic [J].
Zadeh, LA .
FUZZY SETS AND SYSTEMS, 1997, 90 (02) :111-127