多粒度邻域粗糙直觉模糊集模型

• 作者: 司小朦 薛占熬 袁艺林 辛现伟
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 直觉模糊集 多粒度粗糙集 邻域粗糙集
• 年，卷（期）: 2017,（1）
• 页码范围: 11-20
• 页数: 10页
• 分类号: TP181
• 字数: 7158字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201701002

摘要

针对名义型属性和数值型属性并存的混合型数据,结合多粒度邻域粗糙集和直觉模糊集,分别定义模糊覆盖粗糙隶属度和非隶属度.基于不同的属性集序列和不同的邻域半径,构建多粒度邻域粗糙直觉模糊集模型,证明模型相关性质.然后提出乐观和悲观多粒度邻域粗糙直觉模糊集的近似集,并讨论模型性质.最后使用文中模型计算实例,说明其能较好地解决名义型属性和数值型属性的混合型数据的处理问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛占熬	河南师范大学计算机与信息工程学院	47	211	9.0	11.0
2	袁艺林	河南师范大学计算机与信息工程学院	4	7	2.0	2.0