基于α相同度相似关系的rough集模型

• 作者: 周辉 王黔英 袁芳 费颖
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: rough集 α相同度相似关系 β变精度 不完备信息系统
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 666-667
• 页数: 2页
• 分类号: TP182
• 字数: 2499字
• 语种: 中文

摘要

Rough集理论是一种处理不完备信息系统的数学工具,但是Pawlak的经典rough集理论似乎是不可行的,因为它要求论域中数据间有很强的等价关系.在产生基本集(相似类)时,一般相似关系的分类误差较大,集对分析会把两个对立度不为0的个体划分在一起.汲取两者的优点,给出相同度的概念,只有满足一般相似关系并且相同度大于或等于阈值α的两个对象才能划分在一个基本集中,在此基础上建立基于α相同度相似关系的rough集模型.通过实例验证效果要比基于集对分析或者一般相似关系的模型更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	费颖	南昌大学管理科学与工程系	7	24	3.0	4.0
2	王黔英	南昌大学管理科学与工程系	17	88	5.0	8.0
3	周辉	南昌大学管理科学与工程系	35	136	6.0	9.0
4	袁芳	南昌大学管理科学与工程系	14	179	6.0	13.0