可变精度多粒度粗糙集模型

量化容差关系的程度多粒度粗糙集模型姚晟;陈菊;徐风;汪杰;吴照玉【摘要】多粒度粗糙集是一种重要的多粒度数据挖掘模型.为了对不完备信息系统中等价类重叠部分的定量信息进行挖掘,提出一种多阈值的量化容差关系程度多粒度粗糙集模型.首先将描述等价类重叠信息的程度多粒度粗糙集模型与处理不完备信息系统的量化容差关系进行结合,提出量化容差关系的程度多粒度粗糙集模型,然后在该模型的基础上,为每个粒度设定与数据相适应的阈值,提高了量化容差关系程度多粒度粗糙集模型的灵活性,增加多粒度数据挖掘的性能.UCI数据集的实验结果表明,本文所提出的粗糙集模型具有较好的分类效果和理论的可行性.【期刊名称】《测控技术》【年(卷),期】2019(038)003【总页数】6页(P16-20,25)【关键词】不完备信息系统;量化容差关系;多阈值;程度多粒度粗糙集【作者】姚晟;陈菊;徐风;汪杰;吴照玉【作者单位】安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601;安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601;安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601;安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601;安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601【正文语种】中文【中图分类】TP18粗糙集理论[1]是波兰学者Pawlak教授于1982年提出的一种处理不确定、不完整数据的数学模型。

目前已广泛地运用于机器学习[2]、数据挖掘[3]、神经网络、深度学习及模式识别[4]等领域[5-10]。

对于早期的粗糙集研究而言，其主要是集中在完备信息系统中，而实际生活中，由于一些原因，信息系统中会存在一些缺失数据，含有缺失数据的信息系统被称为不完备信息系统。

基于变精度粗糙集模型的Matlab实现
刘立军;胡文彬;梅红岩
【期刊名称】《计算机工程与应用》
【年(卷),期】2007(043)008
【摘要】结合Matlab语言和粗糙集理论的特点,提出了集合的二进制表示方案,巧妙地解决了基于变精度粗糙集模型的程序设计问题.
【总页数】3页(P106-107,110)
【作者】刘立军;胡文彬;梅红岩
【作者单位】辽宁工学院,计算机科学与工程学院,辽宁,锦州,121001;辽宁工学院,计算机科学与工程学院,辽宁,锦州,121001;辽宁工学院,计算机科学与工程学院,辽宁,锦州,121001
【正文语种】中文
【中图分类】TP311
【相关文献】
1.基于Matlab的二维PIC/MCC模型的实现 [J], 王俊杰;郑锦华;魏新煦;吴双;许璐
2.基于MATLAB实现的AR模型功率谱估计 [J], 刘明晓;王旭光
3.基于C++和MatLab混合编程的GM(1,1)模型实现与应用 [J], 陈婕
4.基于Matlab龙江镉污染系统模型的设计与实现 [J], 刘庆龙;金斌全;赵伟;李一卓
5.基于MATLAB/GUI的光伏电池工程用数学模型仿真系统的设计与实现 [J], 吴春芳
因版权原因，仅展示原文概要，查看原文内容请购买。

最小描述的多粒度覆盖粗糙集模型黄婧;李进金【摘要】In the covering generalized rough set theory, the original minimum description is primarily concerned with a single granulation. This paper first extends a single granulation to multi-granulation about the minimum description. A multi-granularity covering rough set model is established. Based on this minimum description, two different types of upper and lower approxima-tion operators are proposed. Their corresponding properties are studied and a new algorithm for attribute reduction is given.% 在覆盖广义粗糙集理论中，对最小描述的定义是建立在单一粒度基础上。

将最小描述从单一粒度推广到多个粒度，建立了多粒度覆盖粗糙集模型。

在此基础上，用最小描述建立了两类不同的上下近似算子，研究其性质，给出了一种基于最小描述下求属性约简的新算法。

【期刊名称】《计算机工程与应用》【年(卷),期】2013(000)009【总页数】7页(P134-139,149)【关键词】覆盖广义粗糙集;最小描述;多粒度;近似算子;属性约简【作者】黄婧;李进金【作者单位】漳州师范学院数学与信息科学系，福建漳州 363000;漳州师范学院数学与信息科学系，福建漳州 363000【正文语种】中文【中图分类】TP181 引言粗糙集理论最早是由波兰的Z.Pawlak于20世纪80年代提出的。

基于优势关系和可变精度粗糙集的多准则决策方法
胡军华;陈晓红
【期刊名称】《系统工程与电子技术》
【年(卷),期】2010(032)004
【摘要】针对不确定性决策问题,提出了一种基于优势关系和可变精度粗糙集理论的多准则决策方法.该方法把基于优势关系的粗糙集模型和基于可变精度粗糙集模型结合起来,在可变精度粗糙集模型中把规则的置信度阈值当作可变精度参数值.首先,给出全部方案的成对比较表.然后,从一部分方案的成对比较表中,利用优势关系粗糙集和可变精度粗糙集的扩展粗糙集理论提取两类优势规则.最后,定义打分函数给全部方案打分,并进行排序,选出最优方案.通过一个简单算例论证了该方法的可行性.【总页数】5页(P759-763)
【作者】胡军华;陈晓红
【作者单位】中南大学商学院,湖南,长沙,410083;中南大学商学院,湖南,长
沙,410083
【正文语种】中文
【中图分类】C934
【相关文献】
1.基于集对势优势关系的变精度粗糙集模型 [J], 曹炳汝;刘勇
2.基于粗糙集的随机多准则决策方法 [J], 任剑;王坚强;卞灿
3.一种基于区间数概率优势关系的多准则决策方法 [J], 汪凌
4.集对优势关系下多粒度决策粗糙集的可变三支决策模型 [J], 薛占熬;张敏;赵丽平;李永祥
5.一种基于可变精度粗糙集的群体分类决策方法 [J], 毕文杰;陈晓红
因版权原因，仅展示原文概要，查看原文内容请购买。

多重变精度粗糙集模型陆秋琴;和涛;黄光球【期刊名称】《计算机应用》【年(卷),期】2011(31)6【摘要】In order to solve the problem that the domain partition of Zaike variable precision rough set can not overlap, an expansion was made on the domain of Zaike variable precision rough set based on multi-set, a multiple variable precision rough set model was put forward, and its corresponding definitions, theorems and properties were fully described, which included definitions of multiple domain and multiple variable precision approximate sets, proofs of their properties, and relations between multiple Zaike variable precision rough set and multiple variable precision rough set. These definitions, theorems and properties have not only differences but also relations between multiple variable precision rough set and Zaike variable precision rough set. Multiple variable precision rough set can fully describe overlap among knowledge particles, difference of significance among objects and polymorphism of objects, and can conveniently find associated knowledge from data saved in a relation database, having one-to-many and many-to-many dependency, and thought to have no relations.%为了解决Zaike变精度粗糙集模型的论域划分不能重叠的问题,基于多重集合,对Zaike变精度粗糙集模型的论域进行了扩展,提出了基于多重集的多重变精度粗糙集模型,给出了该模型的完整定义、相关定理和重要性质,其中包括多重论域定义、多重变精度近似集的定义及其性质的证明、与Zaike变精度粗糙集的关系等.这些定义、定理和性质与Zaike变精度粗糙集既有区别又有联系.多重变精度粗糙集可充分反映知识颗粒间的重叠性,对象的重要度差另及其多态性,这样有利于用粗糙集理论从保存在关系数据库中的具有一对多、多对多依赖性的且认为不相关的数据中发现相关知识.【总页数】5页(P1634-1637,1640)【作者】陆秋琴;和涛;黄光球【作者单位】西安建筑科技大学管理学院,西安710055;西安建筑科技大学管理学院,西安710055;西安建筑科技大学管理学院,西安710055【正文语种】中文【中图分类】TP182【相关文献】1.广义变精度粗糙集模型与其它粗糙集模型的比较 [J], 黄卫华;晏林;冯云再;2.基于集对顺势相似关系的变精度粗糙集模型 [J], 赵焕焕;菅利荣;刘勇3.变精度粗糙集推广模型及其性质研究 [J], 范年柏;张宁;孙涛4.广义变精度粗糙集模型与其它粗糙集模型的比较 [J], 黄卫华;晏林;冯云再5.U×W型双论域变精度粗糙集模型 [J], 高晓峰;王青海因版权原因，仅展示原文概要，查看原文内容请购买。

基于可变精度粗集模型的增量式归纳学习
李莉
【期刊名称】《计算机科学》
【年(卷),期】1999(026)001
【摘要】知识获取是知识信息处理系统的关键问题之一,特别是计算机与网络技术的飞跃发展使得各个领域的信息量急剧增加,90年代以来,人们把目光转向了一个新的研究领域—知识发现(KnowledgeDiscovery),或数据库知识发现(Knowledge Discov-ery from Databases,KDD)。

今天,基于Web的分布式知识发现更为KDD 展示了广阔的应用前景。

【总页数】5页(P55-58,61)
【作者】李莉
【作者单位】西南师范大学计算机科学系
【正文语种】中文
【中图分类】TP18
【相关文献】
1.基于可变精度的不完备信息系统粗集扩展模型及属性约简 [J], 康立军;吴丽丽
2.基于可变精度粗集模型的增量式规则获取算法 [J], 王利;王国胤;吴渝
3.可变精度粗集模型研究 [J], 王加阳;陈松乔;罗安
4.基于可变精度粗集理论的规则挖掘模型 [J], 黎东英;王应明
5.基于可变精度粗集模型的k-NN分类 [J], 闵小宝
因版权原因，仅展示原文概要，查看原文内容请购买。

构建粗糙集模型的基本步骤与方法引言：粗糙集理论是一种基于不确定性的数学模型，被广泛应用于数据挖掘、模式识别、决策分析等领域。

构建粗糙集模型是研究者们在实践中积累的经验总结，下面将介绍构建粗糙集模型的基本步骤与方法。

一、数据预处理构建粗糙集模型的第一步是进行数据预处理。

数据预处理是为了清洗数据、填补缺失值、去除异常值等，以保证数据的质量和完整性。

常用的数据预处理方法包括数据清洗、缺失值处理、异常值检测等。

二、属性约简属性约简是构建粗糙集模型的关键步骤之一。

属性约简的目的是通过删除冗余属性，减少数据集的维度，提高模型的效率和可解释性。

常用的属性约简方法有基于信息熵的属性约简、基于粗糙集的属性约简等。

三、决策规则提取决策规则提取是构建粗糙集模型的核心步骤之一。

决策规则提取的目的是从数据集中提取出具有较高可信度和泛化能力的决策规则，用于描述数据集的特征和规律。

常用的决策规则提取方法有基于粗糙集的决策规则提取、基于关联规则的决策规则提取等。

四、模型评估与优化模型评估与优化是构建粗糙集模型的重要环节。

模型评估的目的是评估模型的性能和泛化能力，以确定模型的有效性和可靠性。

常用的模型评估方法有交叉验证、留一法、自助法等。

模型优化的目的是通过调整模型的参数和结构，提高模型的预测能力和稳定性。

常用的模型优化方法有遗传算法、粒子群优化算法等。

五、模型应用与推广构建粗糙集模型的最终目的是将模型应用于实际问题，并推广到更广泛的领域。

模型应用的过程中，需要根据实际需求进行模型调整和优化，以满足实际问题的需求。

模型推广的过程中，需要将模型的思想和方法进行总结和归纳，以便更好地应用于其他领域和问题。

结论：构建粗糙集模型是一个复杂而又有挑战性的过程，需要经验丰富的研究者进行指导和实践。

本文介绍了构建粗糙集模型的基本步骤与方法，包括数据预处理、属性约简、决策规则提取、模型评估与优化、模型应用与推广等。

希望本文能够对研究者们在构建粗糙集模型时提供一定的参考和帮助。