（一）粗糙集概述 在很多实际系统中均不同程度地存在着不确定性因素,采集到的数据常常包含着噪声,不精确甚至不完整.粗糙集理论是继概率论,模糊集,证据理论之后的又一个处理不确定性的数学工具。（二）相关概念知识:(举例说明）A={x1,x2,x3,x4,x5,x6,x7,x8}，每个积木块都有颜色属性，按照颜色的不同，我们...
“综合指标”是采用粗糙集方法直接对信息决策表进行约简后得到的一组指标‚即:神疲乏力、畏寒肢冷、五心烦热、多梦寐差、口干苦、脘胀腹胀、便溏、齿龈衄、腰膝酸软、尿黄、面晦暗。 支持向量机证候识别根据不同信息决策表构建的方法和粗糙集属性约简后所提取的各个证型所对应的症状、...
,称之为基本集合。若集合X可以表示成某些基本集的并时,则称X是B精确集,否则称为B粗糙集。粗糙集中的“粗糙”主要体现在边界域的存在,而边界又是由下、上近似来刻画的。对于任意 ,X关于现有知识R的下、上近似分别定义为: X的确定域 ,是指论域U中那些在现有知识R之下能够确定地归入集合X的元素的集合; 反之...
粗糙集的提出 1982年，Pawlak提出了粗糙集（RoughSets）的 概念 Z.Pawlak.Roughsets.InternationalJournalof ComputerandInformationSciences.1982,11(5):341-356.5/39 粗糙集的思想基础 知识来源于人类以及其他物种的分类能力。粗糙集基于这种认识,在分类机制的基础上建立。它将分类理解为在特定空间(论...
粗糙集的基本概念粗糙集的基本概念有：(1)信息系统。一般地,一个知识表达系统或信息系统可以表达成, 式中，为论域，它是全体样本的集合;为属性集合，其中子集是条件属性集，反映对象的特征，D为决策属性集，反映对象的类别；为属性集合，表示属性r的取值范围；为一个信息函数，用于确定U中每一个对象的...
一、经典Pawlak粗糙集模型[6] 定义1 对于给定知识库 K=(U,R) ,对于每个子集 X⊆U 和一个等价关系 R∈ind(K) ,定义 X 的下近似集和上近似集: R_X=∪{Y∈U/R|Y⊆X}R¯X=∪{Y∈U/R|Y∩X≠∅} 定义X 的正域、边界域和负域分别为: posR(X)= R_XbnR(X)=R¯X−R_XnegR=...
粗糙集理论,主要是研究不完整数据,不精确知识表达、学习、归纳等的一套理论。其主要思想是在保持分类能力不变的前提下,通过知识约简,导出问题的决策或分类规则。从数学的角度看,粗糙集是研究集合的;从编程的角度看,粗糙集的研究对象是矩阵,只不过是一些特殊的矩阵;从人工智能的角度来看,粗糙集研究的是决策表。1.1...
2.粗糙集属性约简(Rough Set Attribute Reduction(RASR)) 2.1QuickReduct 2.2 Reverse Reduct 2.3 n-前瞻方法 2.4 广度优先搜索(Breadth-First Search) 2.5 深度优先搜索(Depth-First Search) 2.6 差分向量字典(Discernibility Vector Dictionaries) 2.7 变精度粗糙集属性约简(Reduction With Variable Precision Rough ...
粗糙集(Rough Set,有时也称Rough集、粗集)理论是Pawlak教授于1982年提出的一种能够定量分析理不精确、不一致、不完整信息与知识的数学工具。粗糙集理论初的原型来源于比较简单的信息模型,它的基本思想是通过关系数据库类归纳形成概念和规则...