| 【论文摘要】 | 粗糙集理论是1982年由波兰数学家Z.Pawlak教授首先提出的一种处理不确定性知识的数学理论,它能有效地分析和处理不精确,不确定与不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律。不可分辨关系是它的基本思想,当对象属性很多并用数值精确表示时,按粗集的定义,两个对象的属性值必须完全相同,它们之间才有等价关系,即不可分辨关系。这就极大地限制了规则提取的广泛性和准确性,容易受到数据微小差别的影响。在人们认识的客观世界,分析解决问题的过程中,存在着大量的相似问题,本文正是基于此种思想推广了经典粗糙集理论,使用相似关系代替粗糙集合的不可区分关系。此时相似类不再形成对集合的划分,他们之间是相互重叠的。实践证明,相似模型在使用中具有比经典粗糙集更好的性能。本文给出了相似关系下的粗糙集模型,研究了它们一些基本性质,并讨论了如何运用相似关系去发现知识以及属性约简等问题,
集值信息系统也是一种相似关系,它是不完备的信息系统,传统的关系数据库不支持含集值的元组,但在现实中,集值信息系统又是不可避免的,此时有些信息难以得到。传统的粗集研究对象是完全信息系统,它能够有效利用约简算法分析决策表,提取决策表中... |
