序信息系统的一般多粒度粗糙集

doi:10.3778/j.issn.1673-9418.1406023

计算机科学与探索 ›› 2015, Vol. 9 ›› Issue (3): 376-384.DOI: 10.3778/j.issn.1673-9418.1406023

• 人工智能与模式识别 • 上一篇

序信息系统的一般多粒度粗糙集

孙文鑫1+，卓春英1，王国栋1，刘玉锋2

1. 重庆水利电力职业技术学院，重庆 402160
2. 重庆大学城市科技学院，重庆 402160

出版日期:2015-03-01 发布日期:2015-03-09

Generalized Multi-Granulation Rough Set in Ordered Information System

SUN Wenxin1+, ZHUO Chunying1, WANG Guodong1, LIU Yufeng2

1. Chongqing Water Resources and Electric Engineering College, Chongqing 402160, China
2. City College of Science and Technology, Chongqing University, Chongqing 402160, China

Online:2015-03-01 Published:2015-03-09

摘要/Abstract

摘要： 多粒度粗糙集已成为近年来研究的热点之一。定义了支撑函数，并讨论了支撑函数的性质；通过支撑函数建立了基于序信息系统的一般多粒度粗糙集模型，给出了上下近似算子的定义，并探讨了各近似算子的性质；还研究了序信息系统一般多粒度粗糙集的度量及性质，以及序信息系统的一般多粒度粗糙集近似算子和多粒度粗糙集近似算子之间的关系。最后，为了更好地解释该模型的实际应用价值，通过高校录取学生的实例验证了该模型的实用性和有效性。

关键词: 序信息系统, 多粒度, 粗糙集, 度量

Abstract: In recent years, the research on multi-granulation rough set has become one of hot research. Firstly, this paper defines support function and discusses the properties of support function. Secondly, this paper proposes the generalized multi-granulation rough set model by using support function, defines the upper and lower approximation operators? and discusses the properties of the approximation operators. What’s more, this paper studies the measure and properties of generalized multi-granulation rough set in ordered information system, as well as the relationship of generalized multi-granulation rough set approximation operators and multi-granulation rough set approximation operators in ordered information system. Finally, in order to better explain the practical application value of this model, an example on student admitting in college illustrates the feasibility and efficiency of this model.

Key words: ordered information system, multi-granulation, rough set, measure

孙文鑫，卓春英，王国栋，刘玉锋. 序信息系统的一般多粒度粗糙集[J]. 计算机科学与探索, 2015, 9(3): 376-384.

SUN Wenxin, ZHUO Chunying, WANG Guodong, LIU Yufeng. Generalized Multi-Granulation Rough Set in Ordered Information System[J]. Journal of Frontiers of Computer Science and Technology, 2015, 9(3): 376-384.

[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]	陈洁, 刘洋, 赵姝, 张燕平. 利用多粒度属性网络表示学习进行引文推荐[J]. 计算机科学与探索, 2021, 15(6): 1103-1113.
[3]	孙冬璞, 曲丽. 时间序列特征表示与相似性度量研究综述[J]. 计算机科学与探索, 2021, 15(2): 195-205.
[4]	廖芸，张骁，廖士中. 统一框架下在线核选择的竞争性分析[J]. 计算机科学与探索, 2020, 14(7): 1126-1132.
[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]	杨涵，秦克云. 面向属性（对象）多粒度概念格之间的关系[J]. 计算机科学与探索, 2020, 14(3): 527-533.
[7]	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.
[8]	于鹏. 逻辑公式间的Jaccard距离及其应用[J]. 计算机科学与探索, 2020, 14(11): 1975-1980.
[9]	邵俊健，王士同. 具有抗噪性能适用高维数据的增量式聚类算法[J]. 计算机科学与探索, 2019, 13(9): 1553-1566.
[10]	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.
[11]	杨蕾，张晓燕，徐伟华. 区间值序信息系统中差别信息树的属性约简[J]. 计算机科学与探索, 2019, 13(6): 1062-1069.
[12]	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.
[13]	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.
[14]	魏明桦，郑金贵. 自适应目标与内容匹配的层级图像分割算法[J]. 计算机科学与探索, 2019, 13(4): 681-692.
[15]	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.

序信息系统的一般多粒度粗糙集

Generalized Multi-Granulation Rough Set in Ordered Information System

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