第三章差别矩阵.docxVIP

第三章差别矩阵 粗集中的不确定性，是在论域上引入了某种限制性知识 R,这种限制性知识是取离散 值的可称作等价关系的届性构成的届性集。由丁 R对U形成一种客观性的划分等价集，当 用知识对U中非空子集X中的元素进行分类时才产生了不确定性。虽然, Pawlak在U上 引入限制性知识R,但届性集R并非是新的空间，U中对象x可以获得d种届性的值，因 而成为d维特征空间中的点。这一点不论是在Cantor集中、模糊集中还是在经典模式识别 中，都被认为是已知事实。只是在粗集中限定① R的值域是有限离散集(连续值必须离散 化)，②规定届性值不完全相同的个体，分届不同类，或说同一类中所有个体，对丁每一 种届性的取值都是一样的。因为作了①与②的假定， R才将论域客观地划分成若干等价类 族。正因为R对U形成确定性分类才称R为知识，才导至U中非空子集X中元素用R分类 时产生不确定性。从这个角度讲，粗集与 Cantor集、模糊集一样都是在一个空间U上研 究分类问题。粗集的特殊性在丁：是在知识 R下考虑U中元素x是否届丁U的非空子集X (X中届丁 R(X)的元素才认为确定届丁 X，即可按知识R准确分类)。 § 1 差别矩阵(The discernibility matrices引例 1序 我们先考虑一个具体例子。 例1.设信息系统S=(U ,A)由表1表示 a b c d e X1 1 0 2 1 0 X2 0 0 1 2 1 X3 2 0 2 1 0 X4 0 0 2 2 2 X5 1 1 2 1 0 (a, b, c, d, e｝是条件届性集。表中不出现相同行，说明每个个体都不同 考虑下面表2: 注意到： 把X1与x2区分开的元素为a, c, d , e,并且每个元素都能区分开，故有一个就行，称 为析取关系，记作：a c d e 能把x1与x3区分开的只有a。 那么，能同时把x1 , x2与乂3区分开的元素是a与(awcwdwe)同时满足，这种逻辑关系 称为合取关系，记作：an(awcwdwe)。 由此n把x〔与x2 , x3, x4 , x5同时区分开的届性应满足 (a w c w d w e) △ a八(a w d w e)八b ??-第一歹U差别元素合取。 n把所有个体两两区分开的届性应满足：所有列的差别元素的“合取式” 。 当表1 (即信息系统)给定，则表2确定(称为差别矩阵)，全部的差别元素的合取式也确 定:f|M(S)称作差别函数。 问题是：如何简化差别函数。 要进行关丁析取，合取关系的逻辑变换 一一需保证变换是等价的。考虑上面例子： M(a c d e) a (a d e) b (a c d e) (c e) (a b c d e) (d a e) (a b) (a b d e) 方法:⑴从最简差别元素入手： 在此为a ^b,含义是：要把x1,x3与x5同时区分开，要求a nb。这样，包含a与b的 差别元素将失去意义而被吸收掉。因为 a存在且必须被保留，使得(a v c v d v e)失去存 在价值。因为选其中c或d或e不能把x1与x3区分开，还必须加上a。而a的加入，使c, d , e成为冗余。丁是经一次吸收得 △=a b (c e)= (a b c) (a b e) 化为最简析取范式后，每个析取子式对应一个约简。 2差别函数简化的一般步骤 对例1给出的差别函数，经一次吸收律便得到欲求的约简。但是，当届性个数 m、个 体数n很大时，对丁包含1 n(n -1)个差别元素(且每个差别元素最多是m个届性的析取式) 2 的合取式的化简仍存在一个计算方法问题。下面给出一种简化差别函数的速算法。 步骤1:不用按表格形式构造差别矩阵，而是直接从信息表按下列规则提取保留差别 元素； 步骤2:从差别矩阵的第一列至第n-1列对差别元素排序，序号为从k=1至】n(n-1); 2 步骤3：按顺序从节拍k=1开始，保留第k个差别元素，当提取的第k十1个差别元素 和前面保留的差别元素之间存在包含关系时，则吸收所有包含集；否则，连同前面的保留 差别元素均保留，且保留的差别元素之间为合取关系。 步骤4:当节拍k = 】n(n-1)时，算法停止。 2 此时，所有保留差别元素的合取范式构成差别函数。每个合取子式或是若干单一届性 的 析取式或是单一届性；并且这些合取子式作为届性子集不存在包含关系。即如果有一个合 取子式为单个届性a ,则在其他所有合取子式中届性a不出现；若有一个合取子式为 (awb),那么，在所有其它合取子式中最多只能包含 a或b而不会同时包含a与 bo经上述步骤，差别函数化为 fM =。八八八七八A1八A2八八Ak2。 其中％ (i =1,2，…，k〔)为单个届性;Aj(j =1,2，… 岛 炬包含至少有两种届性的析取式，并 且Ak中的届性个数是k的不减