您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(理学版)》

J4

• 论文 • 上一篇    下一篇

基于模糊集μRX的α-截集和强β-截集的粗近似

李秀红1,2,薛佩军1,史开泉1   

  1. 1. 山东大学数学与系统科学学院, 山东济南250100; 2. 山东经济学院统计与数学学院, 山东济南250014
  • 收稿日期:2005-06-09 修回日期:1900-01-01 出版日期:2006-10-24 发布日期:2006-10-24
  • 通讯作者: 李秀红

Rough approximations based on α-cut and strong-βcut of fuzzy set μRX

LI Xiu-hong1,2,XUE Pei-jun1 and SHI Kai-quan   

  1. (1.School of Math. and System Sci.,Shandong Univ.,Jinan 250100,Shandong, China;2. School of Statistics & Math.,Shandong Economic Univ.,Jinan 250014, Shandong, China
  • Received:2005-06-09 Revised:1900-01-01 Online:2006-10-24 Published:2006-10-24
  • Contact: LI Xiu-hong

摘要: 研究了基于模糊集μRX的α-截集和强β-截集的粗近似问题,提出了(α,β)-粗糙集模型,讨论了粗糙近似算子的一些重要性质,给出了粗糙度和近似精度的定义和性质,证明了该模型比Pawlak粗糙集模型具有更好的精度.

关键词: 粗糙集, 粗隶属函数, β)-粗糙集模型 , (α, 强β-截集, α-截集, 模糊集

Key words: (α, β)-rough set model , strong β-cut, α-cut, fuzzy set, rough membership function, rough set

中图分类号: 

  • O159
[1] 李同军,黄家文,吴伟志. 基于相似关系的不完备形式背景属性约简[J]. 山东大学学报(理学版), 2018, 53(8): 9-16.
[2] 左芝翠,张贤勇,莫智文,冯林. 基于决策分类的分块差别矩阵及其求核算法[J]. 山东大学学报(理学版), 2018, 53(8): 25-33.
[3] 李丽,管涛,林和. 基于泛系算子的泛系混合并联粗糙集模型[J]. 山东大学学报(理学版), 2017, 52(7): 22-29.
[4] 胡谦,米据生,李磊军. 多粒度模糊粗糙近似算子的信任结构与属性约简[J]. 山东大学学报(理学版), 2017, 52(7): 30-36.
[5] 汪小燕,沈家兰,申元霞. 基于加权粒度和优势关系的程度多粒度粗糙集[J]. 山东大学学报(理学版), 2017, 52(3): 97-104.
[6] 黄伟婷,赵红,祝峰. 代价敏感属性约简的自适应分治算法[J]. 山东大学学报(理学版), 2016, 51(8): 98-104.
[7] 彭家寅. 关联模糊集理论的伪BL-代数的软滤子[J]. 山东大学学报(理学版), 2015, 50(08): 40-45.
[8] 安秋生, 孔祥玉. 函数依赖与多值依赖的再研究[J]. 山东大学学报(理学版), 2014, 49(08): 1-5.
[9] 吴正江, 刘永利, 高岩. 拟单层覆盖上的覆盖粗糙集族[J]. 山东大学学报(理学版), 2014, 49(08): 6-14.
[10] 林姿琼, 王敬前, 祝峰. 矩阵方法计算覆盖粗糙集中最小、最大描述[J]. 山东大学学报(理学版), 2014, 49(08): 97-101.
[11] 石素玮, 李进金, 谭安辉. 一类覆盖粗糙直觉模糊集模型的模糊粗糙度和粗糙熵[J]. 山东大学学报(理学版), 2014, 49(08): 86-91.
[12] 罗海燕, 吕萍, 刘林忠, 杨洵. 云环境下基于模糊粗糙AHP的企业信任综合评估[J]. 山东大学学报(理学版), 2014, 49(08): 111-117.
[13] 翟俊海, 张垚, 王熙照. 相容粗糙模糊集模型[J]. 山东大学学报(理学版), 2014, 49(08): 73-79.
[14] 张海东1,贺艳平2. 广义区间值模糊粗糙集模型及其公理化特性[J]. J4, 2013, 48(09): 56-63.
[15] 李晓萍1,孙刚2. 直觉模糊全不变子群与特征子群[J]. J4, 2012, 47(2): 119-122.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!