变精度广义双向s-粗集模型.pdfVIP

  1. 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. 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. 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. 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. 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. 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. 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
2008年第2期 漳州师范学院学报(自然科学版) No.2.2008年 (总第60期) Journal of Zhangzhou Normal University(Nat.Sci.) General No.60 文章编号:1008-7826(2008)02.0036.06 变精度广义双向s.粗集模型 陈 秀 (漳州师范学院 数学与信息科学系,福建 漳州 363000) 摘 要: 本文通过对基于双向s.粗集和一般二元关系R所提出的广义双向s.粗集的分析,提出了变精度广 义双向s.粗集,定义了广义双向s.粗集中的多数包含关系,借助引入误差参数 (0 0.5),给出了变精度 广义s.粗集模型及其有关性质定理.通过实例分析并验证了动态系统中由于属性集合的动态迁移特性与变精度参 数变化所产生的广义s.粗集的上、下近似,边界和分类近似精度的变化关系. 关键词:广义双向s.粗集 ;变精度粗集 ;变精度广义双向s_粗集 中图分类号: 0159 文献标识码: A 1 引言与预备知识 粗糙集理论是一种新的处理模糊和不确定性知识的数学工具.最初是由波兰数学家Z.Pawlak于1982 年提出的,目前粗糙集理论已经被成功的应用于机器学习、决策分析、过程控制、模式识别与数据挖掘等 领域.Z.Pawlak的粗糙集理论[1 所讨论的对象集 是静态的,其静态特性限制了Z.Pawlak粗集的广泛应 用.针对动态系统的特性,史开泉教授提出了奇异粗集理论(Singular Rough set)简称s.粗集 J,为动态系统 的研究提供了有力的工具,得到了一系列富有应用价值的成果. 在 s.粗集生成的近似空间中所讨论的二元关系是给定的非空有限论域 上的等价关系,但在实际问 题中,论域 上的关系并不都是等价关系,为此文献[4】就s.粗集给出了推广,提出了广义双向s.粗集,讨 论一般关系下的s.粗集.本文在文献[4】的基础上引入变精度参数a(o 0.5)提出了变精度广义双向S. 粗集.研究关于变精度的广义双向s.粗集模型.本文未定义的符号参看文[2】,[6]. 首先,回顾粗集及s.粗集的一些相关概念. Z.Pawlak粗糙集模型所处理的分类必须是完全正确的或肯定,缺乏对噪音数据的适应能力.于是 1993年Ziako引入参数a(o≤ 0.5)提出了可变精度的Rough集模型[3],允许一定程度的错误分类率的 存在. 定义 1.1 设 是非空有限论域 上的等价关系,lxlR是 上的等价类. 对任意的X c U,以及参 数 (0 0.5),宣“( 、 (x)称为X的 下近似与 上近似, 如果 “(X)={ ∈U I P(X l[ 】R) ) , (x):{ ∈U I P(X l【 ] )1一 ), 其概率分布 P fl一 ,ix] ≠≯ ‘ k’ { k [ 】:: 下面我们引入广义双向s.粗集[4 的一些概念. 定义 1.2 给定非空有限论域U,R是U上的一般二元关系,称 是X的R值域 称 是X的 , 定义域,如果对于给定 的满足 尺 ( )={Y l xRy,Y∈U),尺 (X)={Y l yRx,),∈U). 收稿日期:2007.10.15 基金项目:国家自然科学基金项I~1;福建省自然科学基金项~(2006J0228) 作者简介:陈 秀(1984.),女,福建省仙游县人,在读硕士研究生. 釜 塑 堕 . ! 堕 [墨 !:型 型

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档