CD格上的近似算子

doi:10.3778/j.issn.1673-9418.1206051

计算机科学与探索 ›› 2013, Vol. 7 ›› Issue (1): 92-96.DOI: 10.3778/j.issn.1673-9418.1206051

• 学术研究 • 上一篇

CD格上的近似算子

秦克云1+，张小红2

1. 西南交通大学数学学院，成都 610031
2. 上海海事大学文理学院，上海 201306

出版日期:2013-01-01 发布日期:2012-12-29

Approximation Operators on CD Lattices

QIN Keyun1+, ZHANG Xiaohong2

1. College of Mathematics, Southwest Jiaotong University, Chengdu 610031, China
2. College of Arts and Sciences, Shanghai Maritime University, Shanghai 201306, China

Online:2013-01-01 Published:2012-12-29

摘要/Abstract

摘要： Pawlak近似算子具有多种推广形式。讨论了完全分配格上的近似算子。通过近似空间中的不确定性映射，分别引入了三种形式的上近似算子及下近似算子，讨论了它们的基本性质及其与已有近似算子之间的关系。研究结果表明，目前文献中出现的多种近似算子可以作为完全分配格上近似算子的特例。

关键词: 粗糙集, 完全分配格, 覆盖, 不确定性映射, 近似算子

Abstract: The generalization of Pawlak’s rough approximation operators is an important issue in rough set theory. This paper presents a new approach for the study of rough approximations on a complete completely distributive lattice (CD lattice). Based on the concept of uncertainty mappings, the paper constructs three pairs of upper and lower rough approximations, discusses their basic properties, and investigates the relationships among these rough approximations. It is pointed out that some well known approximation operators are special cases of the operators presented in this paper.

Key words: rough set, complete completely distributive lattice (CD lattice), cover, uncertainty mapping, approximation operator

秦克云，张小红. CD格上的近似算子[J]. 计算机科学与探索, 2013, 7(1): 92-96.

QIN Keyun, ZHANG Xiaohong. Approximation Operators on CD Lattices[J]. Journal of Frontiers of Computer Science and Technology, 2013, 7(1): 92-96.

[1]	吴将, 宋晶晶, 程富豪, 王平心, 杨习贝. 面向连续参数的多粒度属性约简方法研究[J]. 计算机科学与探索, 2021, 15(8): 1555-1562.
[2]	孙泽宇, 李传锋, 邢萧飞, 来纯晓. 传感网中带有可控阈值的优化协同覆盖算法[J]. 计算机科学与探索, 2021, 15(5): 893-906.
[3]	曾祥伟, 邓玉辉. 利用页面重构与数据温度识别的闪存缓存算法[J]. 计算机科学与探索, 2021, 15(1): 84-95.
[4]	严远亭，朱原玮，吴增宝，张以文，张燕平. 构造性覆盖算法的SMOTE过采样方法[J]. 计算机科学与探索, 2020, 14(6): 975-984.
[5]	孙妍，米据生，冯涛，李磊军，梁美社. 变精度极大相容块粗糙集模型及其属性约简[J]. 计算机科学与探索, 2020, 14(5): 892-900.
[6]	倪鹏，刘阳明，赵素云，陈红，李翠平. 动态模糊粗糙特征选取算法[J]. 计算机科学与探索, 2020, 14(2): 236-243.
[7]	饶亚，贾修一，李同军，商琳. 基于类间区分度的属性约简方法[J]. 计算机科学与探索, 2019, 13(8): 1422-1430.
[8]	薛占熬，吕敏杰，韩丹杰，张敏. 基于优势关系的程度粗糙直觉模糊集模型研究[J]. 计算机科学与探索, 2019, 13(6): 1070-1080.
[9]	董杰，王逊，张文冬，王平心，杨习贝. 面向局部多约束的属性约简方法研究[J]. 计算机科学与探索, 2019, 13(5): 875-883.
[10]	杜文胜. 直觉模糊序决策系统的部分一致约简[J]. 计算机科学与探索, 2019, 13(3): 514-520.
[11]	杨贵军，于洋. 粗糙集的Mallow's Cp选择算法[J]. 计算机科学与探索, 2019, 13(3): 521-528.
[12]	巩轶凡，刘红岩，何军，岳永姣，杜小勇. 带有覆盖率机制的文本摘要模型研究[J]. 计算机科学与探索, 2019, 13(2): 205-213.
[13]	钱文彬，黄琴，王映龙，杨珺. 多标记不完备数据的特征选择算法[J]. 计算机科学与探索, 2019, 13(10): 1768-1780.
[14]	孙文鑫，刘玉锋，卓春英. 程度多粒度软粗糙集模型[J]. 计算机科学与探索, 2019, 13(10): 1793-1800.
[15]	陈家俊，徐华丽，魏赟. 多重代价多粒度决策粗糙集模型研究[J]. 计算机科学与探索, 2018, 12(5): 839-850.

CD格上的近似算子

Approximation Operators on CD Lattices

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics