量化容差关系的不完备多粒度粗糙集模型

• 作者: 姚晟 徐风 林梦雅 汪杰 陈菊
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 不完备信息系统 量化容差关系 多粒度粗糙集 分类阈值 近似精度
• 年，卷（期）: 2017,（z1）
• 所属期刊栏目: 人工智能
• 页码范围: 93-96,122
• 页数: 5页
• 分类号: TP18
• 字数: 5008字
• 语种: 中文

摘要

在不完备信息系统中,针对量化容差关系和多粒度粗糙集模型的各自优点,提出一种基于量化容差关系的多粒度粗糙集模型.首先定义了基于量化容差关系的乐观和悲观多粒度粗糙集模型,并且研究了相关的性质;然后在对象分类方面,定义了分类阈值的概念,并且在不同粒度下选取不同的分类阈值,多个分类阈值可以使得提出的模型具有更好的灵活性.UCI数据集的实验结果表明,与单个分类阈值相比,多个分类阈值的多粒度粗糙集模型具有更好的近似效果,在各数据集中,其近似精度均有0.05至0.1的提高.