可调节多粒度粗糙集的细化与粗化

作     者：梁美社 谷怡欣 米据生 靳晨霞 LIANG Meishe;GU Yixin;MI Jusheng;JIN Chenxia

作者机构：石家庄铁道大学数理系石家庄050043 河北师范大学数学科学学院石家庄050024 河北科技大学经济管理学院石家庄050018 

基　　金：国家自然科学基金项目(62076088 72101082) 河北省自然科学基金项目(A2020208004) 石家庄铁道大学研究生创新基金项目(YC2023246) 

出 版 物：《人工智能科学与工程》 (Journal of Southwest China Normal University(Natural Science Edition))

年 卷 期：2023年第9期

页      码：1-11页

摘      要：在经典的多粒度粗糙集模型中,属性值细化和粗化后的下近似、上近似变化并不明显,因此在处理实际问题时存在一定局限性。该文首先构造了属性值细化和粗化时的可调节多粒度粗糙集,讨论了可调节多粒度粗糙集下、上近似的一些性质,并设计了相应的增量算法。最后在实验部分中,通过调节数据集、属性集的大小对增量算法和原有的静态算法的计算时间进行比较。实验结果表明提出的可调节多粒度粗糙集在细化和粗化时的增量算法可以更加准确、高效地处理大型数据。

主 题 词：多粒度 粗糙集 可调节多粒度粗糙集 增量算法 下近似 上近似 

学科分类：07[理学] 070104[070104] 0701[理学-数学类] 

馆 藏 号：203126694...