- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 23卷 第 】l期 控 制 2OO8年 11月
Nov.20O8
VolJ23 No.11 C0 £rDZ
文章编号 :1。O1一O92O(2())(8)11—12O6一O5
变精度模糊粗糙集的一种定义
李 凡,刘启和,杨国纬
(电子科技大学 计算机科学与工程学院,成都 61OO54)
摘 要 :模糊粗糙集模型同经典粗糙集模型类似,容易受到噪音数据的影响.针对该问题 ,受变精度粗糙集模型的启
发,提出了变精度模糊粗糙集 的概念.针对现有变精度模糊粗糙集模型尚不能满足一些基本性质 的缺陷,重新定义 了
模糊近似空间中某一模糊集的卢一下近似和卢一上近似 ,该定义方式能够满足上述的基本性质.
关键词 :粗糙集 ;变精度粗糙集;模糊粗糙集;变精度模糊粗糙集
中图分类号 :TP18 文献标识码:A
Definiti0n0fVariableprecisi0n fuzzyr0ughsets
LJF口 ,LJUQ 一 ,l,ANGG “o一叫P
(SchoolofComputerScienceand Engineering,UniversityofElectronicScienceandTechnologyofChina,Chengdu
61OO54,China.Correspondent:LIFan,E—mail:lifan@uestc.edu.cn)
Abstract:Likerough sets,fuzzy rough sets aresensitiveto noisesin data. Therefore,inspired by theVariable
precisionrough setsmodel,theconceptofvariableprecisi0nfuzzyrough setsisproposed.Buttheexistingmodelof
variableprecisionfuzzyrough setsdoesnotpossesssomebasicrequirements. T0overcomethisshortcoming,the
conceptsofthe lowerand upperapproximationsofafuzzysetinafuzzyapproximationspaceareredefined.These
definitionsareprovedtopossessthosebasicrequirements.
Keywords:Rough sets;Variableprecisionrough sets;Fuzzyr0ughsets;Variableprecisionfuzzyroughsets
l 弓l 言 的概念 .但经分析发现,现有的变精度模糊粗糙
粗糙集理论是 Pawlak提出的一种能够有效处 集模型不能满足一些粗糙集 、变精度粗糙集和模糊
理不精确和不确定知识的新型数学工具[1.自20世 粗糙集所共有的基本性质.
本文针对这一问题 ,提出了变精度模糊粗糙集
纪 8O年代以来 ,随着其理论研究的不断深入以及在
的另一种定义,该定义能够满足这些基本性质.
机器学习、数据挖掘、模式识别与智能信息处理等领
域的成功应用 ,逐渐成为学术界关注的热点之一[_2]. 2 基本概念
令U为非空有限集,包含论域中所有个体 ,R是
但在 Pawlak提出的经典粗糙集模型中,信息系统
U上的一般二元等价关系,称 (U,R)为Paw1ak近似
的背景知
文档评论(0)