摘要关键词引言介绍.PDF

1 摘要 关于粗糙集(Rough Set)，我查阅了许多文献，大部分都是讲一些数学理论，如文章的介 绍部分。由于我是做图像的，所以，我又查了一些跟图像相关的简单应用（实在找不到）， 写在了文章的应用部分。最后，提出了一些自己的想法，放在了总结的部分。 写得有点像综述，但是又添加了一些细化的应用。 2 关键词 知识简约；规则提取；决策表；增量算法 3 引言 一开始，我得说下我对粗糙集的一些个人看法。可能是因为了解的不够深，关于理论部 分的论文，看得不多。我觉得模糊集这个概念的提不提出没什么必要，反而跟原来有的粗糙 集容易造成歧义。因为很多地方，都没用用到粗糙的属性，只是把它作为一个集合的集合来 用。 4 介绍 4.1 粗糙集和模糊集 粗糙集和模糊集还是要在最开始的时候提一下的。 关于集合，是很熟悉的，代表着绝对。但是，现实中，没有什么事物能够用集合准确得 表示出来。为了解决这个问题加上了“粗糙”、 “模糊”的修辞，就衍生出了不同的定义。 首先是模糊集： 模糊集的出现背景是，现实中对于一个事物，有许多的评价标准，在某些情况下，对于 【】 1 这个事物的解释会出现歧义。在实际中，有文献 中提到通过模糊熵来划定阈值对图像进 行分割。 之后是粗糙集： 目前关于粗糙集讲的最多的是对知识的简约。 网络上对这两者的主要区别是说，模糊集是类别间的研究，粗糙集是对类别内的进行研 究。 【】 2 但是在这篇文章 中提到一个“fuzzy rough sets”，感觉是模糊集和模糊集的结合体。 4.2 粗糙集的一些必备知识 【， 】 3 4 接下来的大部分是参考了资料 上对粗糙集的介绍。有几篇高引用的英文文章，学校 图书馆没有购买，太贵了，我就没看。 首先是“知识”，其实就是作为分类的属性集合。在同一个类别以内的两个东西，具有不 可分辨的属性，这个其实是很直观的。一个许多文章中都会出现的例子：用黑白色这一个属 性把事物分成两类的话，只有｛黑色事物｝，｛白色事物｝两种集合。那么同样具有黑色属性 的头发、墨水，这样的两种事物在这样的背景下就是不可分的。很自然的，不可分辨关系就 是一个等价关系。 模糊集对于一个对象a 是否属于集合X ，有3 种情况：（1）a 肯定属于X 。（2 ）a 可能属 于X 。（3 ）a 不属于X 。划分的依据就是之前说到的知识。根据这3 种情况，给出了集合X 的 下逼近、边界区、上逼近。关于这3 个的定义有很复杂的数学式子，其实就是如字面意思一 样各自对应之前提到的3 种情况。 还有粗糙程度，定义为： 集合X 下逼近的大小 粗糙程度= 集合X 上逼近的大小 这里给出了一张来自网络的图： ∗( ) ( ) 其中，U 是论域，X 是集合，I 是上逼近集合，I 是下逼近集合。 ∗ 5 理论应用 5.1 导言 关于粗糙集，我觉得我已经很努力的去找资料了，但是还是觉得目前在实际应用中，找 不到相关的资料。我根据子集对粗糙集的理解，已经目前提到的一些理论应用，并对其中的 几个进行了代码实现，在Kaggle 上进行了测试。 5.2 在图像处理中的应用 【】 【】 5 6 文章 提到了许多粗糙集在图像处理中的应用。但是我找了前面提到的滤波 、分割