基于最小/最大描述的多粒度覆盖粗糙直觉模糊集模型

• 作者: 司小朦 朱泰隆 王楠 薛占熬
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 多粒度覆盖粗糙集 直觉模糊集 最小描述 最大描述 融合
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 2016第六届中国数据挖掘会议
• 页码范围: 90-94
• 页数: 5页
• 分类号: TP181
• 字数: 6201字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.01.017

摘要

覆盖粗糙集和直觉模糊集都是处理不确定性问题的基础理论,它们有着很强的互补性,且覆盖粗糙集和直觉模糊集的融合研究是一个新的热点.对多粒度覆盖粗糙集和直觉模糊集的融合进行深入研究.首先将最小描述、最大描述从单一粒度推广到多个粒度,提出了多粒度的最小描述和最大描述,讨论了多粒度的融合;其次,分别给出了基于最小描述和最大描述的模糊覆盖粗糙隶属度、非隶属度的概念,构建了两种新的模型即基于最小描述的多粒度覆盖粗糙直觉模糊集和基于最大描述的多粒度覆盖粗糙直觉模糊集,并讨论了它们的性质,同时举例说明;最后,分析和研究了两种模型的关系.该研究为多粒度覆盖粗糙集和直觉模糊集的融合提供了一种方法.

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	王楠	河南师范大学计算机与信息工程学院	15	26	3.0	5.0