粗糙集-智能科学与人工智能.ppt

* * * * * * * * * * 粒，根据它的名字可知，是实体的集合，这些实体通常来源于数据层。这些数据根据他们的相似性，功能临近性，不可分辨性，一致性等组织在一起；同时，粒也是我们现实的抽象，它的目标是建立高效的以及以用户为中心的对于外界世界的观点，从而支持和帮助我们对周围物理和虚拟世界的感知。因此一个粒不仅仅是实体的聚类或者集合，同时也是这些聚类或者集合的抽象。这是粒和集合或者聚类不同点所在。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 高级人工智能 史忠植 * 五、 粗糙集的扩展模型 基本粗糙集理论的主要存在的问题是： 1)???? 对原始数据本身的模糊性缺乏相应的处理能力； 2)???? 对于粗糙集的边界区域的刻画过于简单； 3) 粗糙集理论的方法在可用信息不完全的情况下将对象们归类于某一具体的类，通常分类是确定的，但并未提供数理统计中所常用的在一个给定错误率的条件下将尽可能多的对象进行分类的方法，而实际中常常遇到这类问题。 * 高级人工智能 史忠植 * 可变精度粗糙集模型 W.Ziarko提出了一种称之为可变精度粗糙集