首页 理论教育 经典粗糙集模型中知识粒度的表示形式分析

经典粗糙集模型中知识粒度的表示形式分析

时间:2023-11-01 理论教育 版权反馈
【摘要】:在粗糙集中,等价类是决策信息系统的基本粒,粒度如果分得越粗,近似就越概略,否则近似就越精确.梁吉业等给出了知识粒度的基本概念和性质[6].定义2.6[6]已知决策信息系统S=,U 为论域,假设论域U 上的一个等价关系簇为π,且π={X1,X2,…

经典粗糙集模型中知识粒度的表示形式分析

在粗糙集中,等价类是决策信息系统的基本粒,粒度如果分得越粗,近似就越概略,否则近似就越精确.梁吉业等给出了知识粒度的基本概念和性质[6].

定义2.6[6]已知决策信息系统S=(U,A=C∪D,V,f),U 为论域,假设论域U 上的一个等价关系簇为π,且π={X1,X2,…,Xm},则π 的知识粒度GPU(π)定义为

当π={{x}|x∊ U}时,π 的知识粒度达到最小值;π{U}=时,π 的知识粒度达到最大值1.

定义2.7[6] 已知决策信息系统S=(U,A=C∪D,V,f),U 为论域,假设论域U 上的两个等价关系簇分别为P,Q,则等价关系簇Q 关于等价关系簇P 的相对知识粒度定义为:

例2.2(续例2.1) 已知决策信息系统S 如表2-1 所示,如果决策信息系统条件属性集C 的等价关系簇、条件属性集C 和决策属性集D 的等价关系簇分别表示为:

在论域U 上,GPU(Q|P)表示等价关系簇Q 相对于等价关系簇P 的分类能力,即GPU(Q|P)越大,表明等价关系簇Q 相对于等价关系簇P 对论域U 中对象的分类能力就越强;反之,分类能力就越弱.(www.xing528.com)

定义2.8[148]属性重要度1) 已知决策信息系统S=(U,A=C∪D,V,f),∀a∊C,属性a 关于条件属性集C 相对于决策属性集D 的重要度定义为:

定义2.9[148]属性重要度2) 已知决策信息系统S=(U,A=C∪D,V,f),B⊆C,∀a∊(C-B),属性a 关于条件属性集B 相对于决策属性集D 的重要度定义为:

性质2.1[148]S=(U,A=C∪D,V,f)是决策信息系统,如果(a,C,D) > 0,则属性a 是决策信息系统条件属性集C 相对于决策属性集D 的必要属性.

定义2.10[148] 已知决策信息系统S=(U,A=C∪D,V,f),则S 的核定义为:

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈