摘要
1.引言和预备知识
粗糙集作为一种处理不精确、不确定与不完全数据的新的数学理论,最初是由波兰数学家Z.Pawlak[1]于1982年提出的.在Pawlak粗糙集模型中,论域中的对象或元素可以用可利用的信息(或知识库中的知识)来描述.当两个不同的对象具有相同的描述时称这两个元素是不可区分的.所有具有相同描述的元素构成了一个等价类,所有等价类构成了这个论域的一个划分,任意给定论域的一个子集,人们不一定能用知识库中的知识来精确地描述,这时就用关于这个集合的一对上、下近似来描述.粗糙集理论的主要思想是利用已知的知识库,将不精确或不确定的知识用已知知识库中的知识来(近似)刻画.
In this paper we express the Pawlak rough set model by random set,we also study the composition of two Pawlak rough set models.
出处
《计算机科学》
CSCD
北大核心
2002年第10期18-19,共2页
Computer Science
