信息系统不确定性的粗糙边界熵度量方法-计算机工程与应用.PDFVIP

Computer Engineering and Applications 计算机工程与应用 2012 ，48 （28 ） 147 信息系统不确定性的粗糙边界熵度量方法 1，2 3 1，2 单雪红 ，吴 涛 ，高显彩 1，2 3 1，2 SHAN Xuehong , WU Tao , GAO Xiancai 1.宿州学院 智能信息处理实验室，安徽 宿州 234000 2.宿州学院 数学与统计学院，安徽 宿州 234000 3.安徽大学 数学科学学院，合肥 230039 1.Laboratory of Intelligent Information Processing, Suzhou University, Suzhou, Anhui 234000, China 2.School of Mathematics Statistics, Suzhou University, Suzhou, Anhui 234000, China 3.School of Mathematical Sciences, Anhui University, Hefei 230039, China SHAN Xuehong, WU Tao, GAO Xiancai. Rough boundary entropy for measuring uncertainty of information system. Computer Engineering and Applications, 2012, 48 （28 ）：147-149. Abstract ：Uncertainty measure is one of important contents of rough set theory study. In this paper, by analyzing the problem of methods for measuring the uncertainty of rough set, the rough boundary entropy is defined, based on boundary region. It is proved that the rough boundary entropy decreases monotonously as the knowledge granularity becomes finer. When the knowledge granularity of negative region is subdivided, the rough boundary entropy doesn ’t change. Two properties of rough boundary entropy are given. Key words ：rough set; information system; uncertainty measure; rough boundary entropy; roughness; boundary region 摘 要：不确定性度量是粗糙集理论研究的重要内容之一。分析了目前粗糙集不确定性度量主要方法的不 足，给出了基于边界域的粗糙集粗糙边界熵的定义。证明了这种粗糙边界熵随着知识粒度的减小而单调减 小，而且当负域的知识颗粒被细分时，粗糙边界熵不变。给出了粗糙边界熵的两条性质。 关键词：粗糙集；信息系统；不确定性度量；粗糙边界熵；粗糙度；边界域 文章编号：1002-8331（2012 ）28-0147-03 文献标识码：A 中图分类号：TP 18 1 引言 模糊度和模糊熵将怎样变化?通过分析可以发现，粗 Pawlak 在1982年提出的粗糙集（Rough sets ）理 糙集的粗糙度随着知识粒度的减小而单调递减，这 [1] 符合人们的认知直觉，但是，很多实际例子表明，当 论 是处理不完全和不精确信息的一种有效的数学 工具。它是建立在对论域分类的基础上，将不确定 属于一个集合的正域或负域中的知识颗粒被细分 知识用已知知识库中