基于集对分析下的变精度Bayesian粗糙集模型

引入集对分析概念,提出了一种基于集对分析下的变精度Bayesian粗糙集模型,这就将经典粗糙集模型和变精度Bayesian粗糙集模型推广到了不完备信息系统,并且得到了该模型的上、下近似的一些性质.最后,给出了与该模型定义等价的一个定理.     

基于截集的变精度模糊粗糙集模型

从多数包含度的定义出发,用多数包含度描述了变精度粗糙集模型,进而研究了变精度模糊粗糙集模型及其性质.     

变精度概率相容粗糙集模型

在变精度概率粗糙集模型和相容粗糙集模型的基础上,探索粗糙集模型的扩展问题,提出了变精度概率相容粗糙集模型,并探讨了新模型上下近似算子的基本性质、数字特征以及与其他粗糙集模型之间的关系.     

结构化变精度粗糙集

将结构化技术用于变精度粗糙集模型,提出结构化变精度粗糙集模型,并通过φ算子对该模型进行刻画,研究其相关性质,给出该模型的近似精度与粗糙度的计算公式.最后通过实例分析,进一步表明新模型的特点和优势.     

基于变精度粗糙集的高校课堂教学质量评价模型

针对传统课堂教学质量评价模型的不足,提出了基于变精度粗糙集的高校课堂教学质量评价模型.在构建课堂教学质量评价指标体系的基础上,建立课堂教学质量评价决策信息表,采用基于属性重要度的启发式算法来求解β近似约简,从而获取课堂教学质量的相关评价规则.算例表明,模型能够在一定程度上克服现有方法的不足,为当前课堂教学评价提供了一种新的途径.     

三层粒结构区间集信息系统上变精度粗糙集

区间集信息系统作为传统信息系统的扩张,对不确定性信息具有更强表现力,区间集信息系统上面的变精度粗糙集理论值得被探讨.挖掘区间集信息系统上的三层粒结构(相似粒向量,相似粒覆盖和相似等价类),基于这三种粒结构研究了区间集信息系统上的变精度粗糙集理论.定义了区间集信息系统上变精度粗糙集上和下近似算子,由上和下近似算子得到变粗...     

程度下近似算子与变精度上近似算子的差运算模型

目的是探讨精度与程度的复合,建立并研究新的粗糙集拓展模型.基于程度与精度的逻辑差需求,提出了程度下近似算子与变精度上近似算子的差运算模型,得到了程度下近似算子与变精度上近似算子的差运算的宏观本质、精确描述与基本性质.并用一个医疗实例说明了模型的意义和应用.程度下近似算子与变精度上近似算子的差运算模型,部分的拓展了程度粗糙集模型和经典粗糙集模型.     

变精度覆盖粗糙集模型近似算子的性质

变精度覆盖粗糙集模型是在放宽了覆盖标准的前提下给出的,因而导致近似算子发生了变化。在介绍覆盖粗糙集模型和变精度覆盖粗糙集模型的概念的基础上,给出并证明变精度覆盖粗糙集模型的近似算子的几个性质。     

区间值信息系统在变精度优势关系下的粗集模型

借助于属性区间值的优势程度在区间值信息系统中定义了一种具有变精度的优势关系,给出了这种变精度优势关系下的属性约简与判定,得到了区间值信息系统上属性约简的具体操作方法.考虑对象的属性值具有优劣顺序,基于变精度优势度提出了对象排序的方法.     

基于变精度粗糙集模型的属性约简的β值稳定区间讨论

引入了基于变精度粗糙集模型的上、下分布属性约简方法的关于β值的稳定区间的概念,通过β值的稳定区间讨论,将β的取值区间[0,0.5]划分成为有限个稳定区间,当β值落在某个稳定区间内时,使得基于变精度模型的上、下分布约简不发生改变.不仅从理论上证明了β值稳定区间的个数是有限的,而且通过实例说明求解方法的简便和易于实现.为决策者提供了一种如何选择β值而获得上、下分布约简的参考.     

粗糙集研究中的模糊集方法

通过粗糙隶属度函数 ,将粗集理论与模糊理论联系起来 ,建立一种粗集理论与模糊理论的关系。利用这种关系 ,引入置信水平 ,将经典粗糙集模型进行了推广 ,并讨论等价关系变化前后集合上下近似之间的关系。     

基于新集对分析的粗糙集模型

首先,在这篇文章里两个集合里的元素被分为三个相对独立的部分来研究。接下来,一种定量信息——元素数目被用来描述这两个集合间的关系,然后提出了基于元素数目的新集对分析思想;另一方面,引用含糊集中真隶属度和假隶属度的概念,提出了一种模糊集对联系度。然后,这两种集对分析思想分别被用到粗糙集理论中作为粗糙集模型的一种推广,此外还讨论了一些相关的性质。     

Monotonic Variable Consistency Rough Set Approaches

We consider probabilistic rough set approaches based on different versions of the definition of rough approximation of a set. In these versions, consistency measures are used to control assignment of objects to lower and upper approximations. Inspired by some basic properties of rough sets, we find it reasonable to require from these measures several properties of monotonicity. We consider three types of monotonicity properties: monotonicity with respect to the set of attributes, monotonicity with respect to the set of objects, and monotonicity with respect to the dominance relation. We show that consistency measures used so far in the definition of rough approximation lack some of these monotonicity properties. This observation led us to propose new measures within two kinds of rough set approaches: Variable Consistency Indiscernibility-based Rough Set Approaches (VC-IRSA) and Variable Consistency Dominance-based Rough Set Approaches (VC-DRSA). We investigate properties of these approaches and compare them to previously proposed Variable Precision Rough Set (VPRS) model, Rough Bayesian (RB) model, and previous versions of VC-DRSA.     

基于粗集的决策分析

粗糙集理论研究的重要内容是约简,目的在于获取优良的规则集合。本文描述了决策规则的多种指标,分析了他们体现的性质,并提出了规则集合的决策度量,从整体上体现了一个规则集合的性能,为多知识库决策奠定了基础。     

基于黄金关系的粗糙集模型及其应用

粗糙集的核心概念是基于等价关系的上、下近似集.给出了基于黄金关系的粗糙集模型,并研究了该模型的实际应用.     

区间粗糙数覆盖粗糙集模型

现有覆盖粗糙集仅讨论了属性值为实数、区间数或有限集值的情况,对属性值为区间粗糙数的讨论尚未见到。为此,文章提出了基于区间粗糙数的覆盖粗糙集模型。在定义了区间粗糙数距离的基础上,结合参数α和γ定义了相容度的概念,提出了相容关系和相容类的定义;然后定义了集合离散度的概念,对以相容类作为近似算子的上下近似进行了改进,提出了基于ξ阈值的集合离散度的上下近似和基于最小集合离散度的上下近似,证明了这两种上下近似的定义均提高了原有模型的精确度;最后讨论了基于最小集合离散度覆盖粗糙集模型的一些性质。     

精度与程度的逻辑或近似算子的性质

本文目的是探讨精度与程度的复合,探索新的粗糙集拓展模型.从精度与程度的逻辑或运算出发,定义了精度与程度的逻辑或粗糙集模型.在该模型中,通过变精度近似与程度近似的转化公式,研究了精度与程度的逻辑或近似算子,并得到了该近似算子的幂作用等性质.用精度与程度的逻辑或粗糙集模型统一了变精度粗糙集模型、程度粗糙集模型和经典粗糙集模型,并在这些粗糙集模型中得到了近似算子幂作用的相应性质.