基于知识含量的粗糙集不确定性度量

粗糙集的不确定性度量是粗糙集理论中一项重要的数值特征,而Z.Pawlak提出的粗糙集的不确定性度量,即传统的近似精度与粗糙度具有局限性。考虑导致粗集粗糙性的原因,将传统的粗糙度与知识的含量测度结合起来,提出了一种新的粗糙集不确定性的度量方法,讨论了这一度量的特性,通过实例说明这一新的度量方法的合理性及计算的简便性。

基于秩统计量的粗糙集精度的度量方法

提出一种基于秩统计量的粗糙集精度的度量方法,该方法既考虑了知识颗粒块数据值的大小的信息,又考虑了论域大小,并给出这一度量的若干性质,实例表明所给出的精度度量是合理的、有效的.

基于粗集的多粒度空间方向关系不确定性定量评价模型

针对确定性地理目标位置不确定性和方向系统划分粒度粗细产生的空间方向关系的不确定性问题,提出了锥形模型空间方向关系的粗集表达模型,然后定义了知识含量的测度(I(Rn))用于度量锥形模型粗集表达的方向分类能力,在近似精度和粗糙度中引入I(Rn)因子,构建了基于知识含量的近似精度和粗糙度,用于确定性地理目标位置不确定性及方向系统划分粒度引起的方向关系不确定性的定量评价。实验表明,基于知识含量的近似精度和粗糙度,是定量评价由于确定性地理目标位置不确定性及方向系统划分粒度引起的方向关系不确定性的理想指标。