可变程度多粒度粗糙集

在融入一定程度误差的分类思想下,在多粒度粗糙集模型基础上,对不完备信息系统,提出基于限制容差关系的程度多粒度粗糙集,包括程度乐观多粒度粗糙集和程度悲观多粒度粗糙集.通过分析程度乐观多粒度粗糙集和程度悲观多粒度粗糙集的不足之处,提出一种可变程度多粒度粗糙集模型.研究可变程度多粒度粗糙集、程度乐观多粒度和程度悲观多粒度粗糙集的性质.可变程度多粒度粗糙集在一定程度上提高了精度,使分类更加有效,实例分析的结果也验证了该理论的可行性.

不完备加权程度多粒度粗糙集及粒度约简

首先,通过分析程度多粒度粗糙集和加权多粒度粗糙集的特点,针对不完备信息系统提出基于限制容差关系的加权程度多粒度粗糙集模型.然后提出一种粒度约简方法,建立粒度矩阵获得核粒度,并以粒度重要性作为启发式信息选择粒度,获得最终的约简集.最后,通过实例分析验证所提出的模型和粒度约简算法的有效性.

基于矩阵的多粒度粗糙集上、下近似表示

多粒度粗糙集是从单粒度粗糙集基础上发展起来的,针对多粒度粗糙集上、下近似计算问题,提出多粒度二进制矩阵并研究其相关理论。利用矩阵可快速计算不同粒度组合的上、下近似。最后,通过实例分析验证了所提出的理论的正确性。

基于加权粒度和优势关系的程度多粒度粗糙集

程度多粒度粗糙集考虑了等价类与目标集合之间重叠部分的定量信息,却忽略了不同粒度的权重问题。基于程度多粒度粗糙集与加权粒度多粒度粗糙集,提出了基于加权粒度和优势关系的程度多粒度粗糙集模型。讨论了它的相关性质,并提出一种粒度约简的方法。最后通过实例分析验证了本文理论方法的正确性与有效性。