可变精度多粒度粗糙集模型
可变精度粗糙集模型在远程开放教育中的应用
【 关键词 】 知识 管理 ； 数据挖掘 ； 粗糙 集 ； 可变精度 ； 程开放教 育； 远 学生成绩分析 【 中图分类号 】Ｇ ２ ７８ 【 文献标识码】Ａ 【 文章 编号】 １０ —１９ ２０ ）６０ ８ －８ ０ ７２ ７ （０ ９ ０ － ８０ ０
法， 例如《 国新闻与世界报导》 美 基于两类数据对 各种学 院进
一
个 基 于粗 糙 集 理 论 的知 识 发 现 模 型 在 开放 教 育 中 的应 用 。
知识管理及数据挖掘理论的相关研究
（ ）知识管理 是远程教 育组 织的核心能力 １
高 等 学校 作 为知 识 的生 产 源 和 集 散 地 ， 施 知 识 管 理 不 实 仅 有 利 于 知识 的 积 累 、 享 和 交 流 ， 且 有 利 于 高 校 教 育 创 共 而
第ｌ ５卷 第 ６期
２０ ０ ９年 ｌ ２月
开 放 教 育 研 究
Ｏｐ ｎ Ｅｄ ｃ ｉｎ Ｒｅ ｅ ｒ ｈ ｅ ｕ ｔ ｏ ｓａｃ
Ｖｏ ．１ Ｎｏ ６ １ ５， ． Ｄｅ ． ｏｏ ｅ２ ９
可变精度粗糙集模型在远程开放教育中的应用
吴 兵 叶春 明
（ ． 海理工 大学 管理 学院 ， １上 上海 ２ ０ ９ ； ． ０ ０ ３ ２ 上海 电视 大学 ， 海 ２０ ３ ） 上 ０４３
中 ， 面深入地推进知识管理战略 。罗丽萍等（ ０４ 提 出了 全 ２０ ）
高 校 知 识 管 理 的 系 统框 架 模 型 ， 为 高 校 知 识 管 理 系 统 是 以 认 网 络 技 术 、 算 机 技 术 和 信 息 技 术 为 基 础 ， 助 高 校 对 相 关 计 帮 知 识 资 源 进 行 明 晰 化 、 统 化 的管 理 。 系
基于粗糙集理论的数据挖掘方法(2006.10.16)
关于属性选择
许多学习算法处理高维数据有困难, 并且大量 无关属性的存在, 也使得数据分析受到干扰. 目的是找到满足特定标准的最小的属性子集. 搜索算法起着重要的作用. 搜索算法可以用搜 索方向(前向, 后向, 双向), 搜索方式(穷尽搜索, 启发式, 非确定式)及评价方式(精确度, 一致性, 依赖度, 信息熵等)等三个方面来分类. 约简的特点是可以保持分类/近似能力不变。
x5
x6 x7
MBA
MCE MSc
Low
Low Medium
Yes
Yes Yes
Neutral
Good Neutral
Reject
Reject Reject
x8
MCE
x1
Low
x2 x3
No
x4
Excellent
x5 x6
Reject
x7 x8
x1 x2 x3 x4 x5 x6 x7 x8 er der dr def de der e defr der der er def efr def defr der
例如，x1的决策函数 为f(x1)=(e r) (d e r) (d r) (d e f) 整个Accept类的决策 函数为f(Accept)=f(x1) f(x2) f(x3) f(x4) 化成析取范式后，各 项就是Accept类最小 决策规则
粗糙集和其他理论方法结合
和模糊集(Fuzzy set) ►模糊粗糙集(Fuzzy-Rough set) ► 应用：特征选择 聚类 ►Rough K-means ►应用： Web挖掘
粗糙集的问题
粗糙集理论应用于实际数据分析时, 会遇到 －离散化： － 噪音: 过拟合 － 数据缺失: 如何“不可区分” ? － 大数据量: 计算复杂度太高.
邻域系统粗糙集模型
１ 基 本 概 念
１ １ 邻 域 系统 ．
然而在一般情形的邻域系统中， 对象可能有两个
或两个 以上 的邻域 。借助 拓扑 学 中内点与 闭包 的 概念 ，ｉ 建 了基 于 邻 域 系 统 的近 似 集 模 型 如 Ｌｎ构
定义 ３所示 。 。 。
粒计 算是 近年 来人 工智 能领域 中 出现 的一 种
了解决这 两 个 问 题 ，ｉｋ Ｚａ ｏ在 经典 粗 糙 集 的基 础 ｒ 上 引入错 误分 类 率 的概 念 ， 出 了可变 精 度 粗糙 提 集 模型 ＿ ， ２ 它是 经典 粗糙集 的拓 展形式 。 Ｊ 在经 典粗 糙集 模 型 的基 础 上 ， 宇 华 提 出 了 钱 多粒度粗 糙集 模型 的概念 ＿ 。经 典 粗糙 集 模 型 ３ Ｊ
记为 Ｎ （ ） 即 Ｎ （ ） Ｎ （ ）Ｎ （ ） … ｝ Ｓ ｐ ， Ｓｐ ＝｛ 。Ｐ ，ｚｐ ， ； （） ３ 集合 ｛ Ｓ ｐ ： Ｎ （ ）ｐ∈Ｕ｝ 为 的邻域 系统 ， 称
记为 Ｎ （ 。 Ｓ ）
似空间 中的覆盖也可视作邻域， 模糊等价类 是模 糊邻 域 － 不 完 备 信 息 系 统 Ｈ １ ， 中 的容 差 类
收 稿 日期 ：００ ０ — ７ ２ １ — ９ ２ 修 回 日期 ：０ １ Ｏ — ８ ２ １ 一 １ ０
基 金项 目： 家 自然 科 学 基 金 （ １０ １６） 江 苏 省 自然 科 学 基 金 （ Ｋ ０ １９ ） 江 苏 省 高 校 自然 科 学基 金 国 ６ １０ １ ； Ｂ ２ １４ ２ ； （ １ Ｊ５０ ０ ） 中国博士后科学基金 （０ ０ ４ １４ ） 江苏省博 士后科 学基 金（ １０ ３ Ｃ） １ Ｋ Ｂ ２ ０４ ； ２ １０ ８ １９ ； １０ １７ 作者简 介 ： 杨习贝 （９ ０ ） 男 ， １ ８ 一 ， 博士后 ， 讲师 ， 主要研究方 向： 粒计算与智 能信息处理 ， — ａ ：ｈｎｉ ｇａｇｉｅ＠ Ｅ ｍ ｉ ｚｅｊ ｎｙｎｘｂｉ ｌ ａ
量化容差关系的程度多粒度粗糙集模型
量化容差关系的程度多粒度粗糙集模型姚晟;陈菊;徐风;汪杰;吴照玉【摘要】多粒度粗糙集是一种重要的多粒度数据挖掘模型.为了对不完备信息系统中等价类重叠部分的定量信息进行挖掘,提出一种多阈值的量化容差关系程度多粒度粗糙集模型.首先将描述等价类重叠信息的程度多粒度粗糙集模型与处理不完备信息系统的量化容差关系进行结合,提出量化容差关系的程度多粒度粗糙集模型,然后在该模型的基础上,为每个粒度设定与数据相适应的阈值,提高了量化容差关系程度多粒度粗糙集模型的灵活性,增加多粒度数据挖掘的性能.UCI数据集的实验结果表明,本文所提出的粗糙集模型具有较好的分类效果和理论的可行性.【期刊名称】《测控技术》【年(卷),期】2019(038)003【总页数】6页(P16-20,25)【关键词】不完备信息系统;量化容差关系;多阈值;程度多粒度粗糙集【作者】姚晟;陈菊;徐风;汪杰;吴照玉【作者单位】安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601;安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601;安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601;安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601;安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601;安徽大学计算机科学与技术学院,安徽合肥230601【正文语种】中文【中图分类】TP18粗糙集理论[1]是波兰学者Pawlak教授于1982年提出的一种处理不确定、不完整数据的数学模型。
目前已广泛地运用于机器学习[2]、数据挖掘[3]、神经网络、深度学习及模式识别[4]等领域[5-10]。
对于早期的粗糙集研究而言，其主要是集中在完备信息系统中，而实际生活中，由于一些原因，信息系统中会存在一些缺失数据，含有缺失数据的信息系统被称为不完备信息系统。
基于变精度粗糙集模型的Matlab实现
基于变精度粗糙集模型的Matlab实现
刘立军;胡文彬;梅红岩
【期刊名称】《计算机工程与应用》
【年(卷),期】2007(043)008
【摘要】结合Matlab语言和粗糙集理论的特点,提出了集合的二进制表示方案,巧妙地解决了基于变精度粗糙集模型的程序设计问题.
【总页数】3页(P106-107,110)
【作者】刘立军;胡文彬;梅红岩
【作者单位】辽宁工学院,计算机科学与工程学院,辽宁,锦州,121001;辽宁工学院,计算机科学与工程学院,辽宁,锦州,121001;辽宁工学院,计算机科学与工程学院,辽宁,锦州,121001
【正文语种】中文
【中图分类】TP311
【相关文献】
1.基于Matlab的二维PIC/MCC模型的实现 [J], 王俊杰;郑锦华;魏新煦;吴双;许璐
2.基于MATLAB实现的AR模型功率谱估计 [J], 刘明晓;王旭光
3.基于C++和MatLab混合编程的GM(1,1)模型实现与应用 [J], 陈婕
4.基于Matlab龙江镉污染系统模型的设计与实现 [J], 刘庆龙;金斌全;赵伟;李一卓
5.基于MATLAB/GUI的光伏电池工程用数学模型仿真系统的设计与实现 [J], 吴春芳
因版权原因，仅展示原文概要，查看原文内容请购买。
【国家自然科学基金】_邻域粗糙模型_基金支持热词逐年推荐_【万方软件创新助手】_20140802
推荐指数 3 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2013年 序号 1 2 3 4
科研热词 邻域系统粗糙集 近似精度 覆盖粗糙集 比较
推荐指数 1 1 1 1
2014年 序号 1 2 3 4
2014年 科研热词 属性选择 容差邻域熵 不确定性 不完备信息系统 推荐指数 1 1 1 1
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
科研热词 粗糙集 邻域粗糙模型 约简 风险判断 随机分布 邻域系统 覆盖 融合特征子空间 粗糙vague集 粒子群快速约简算法 粒子群优化算法 知识熵 特征贡献率 样本相似度 标准成本制定 极大似然估计法 支持向量机 属性重要度 多粒度粗糙集 固有维数估算 可变精度粗糙集 区间直觉模糊决策系统 决策依赖度 信息系统安全审计 作业 不确定性
科研热词 邻域粗糙集 属性约简 财务预警 财务危机预警 核 增量式更新 bp神经网络 10折交叉验证
推荐指数 3 2 1 1 1 1 1 1
2010年 序号 1 2 3 4 5 6 7 8
科研热词 特征选择 邻域约简 邻域粗糙模型 粗糙集 粒子群优化 加权邻域识别率 入侵检测 二进制差分演化算法
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13
科研热词 邻域 粗糙集 属性约简 邻域关系 近似空间 覆盖 粒度计算 特征选择 数值特征 快速算法 属性重要度 可变精度 变精度覆盖粗糙集模型
推荐指数 2 2 29年 序号 1 2 3 4 5 6 7 8
推荐指数 2 1 1 1 1 1 1 1
最小描述的多粒度覆盖粗糙集模型
最小描述的多粒度覆盖粗糙集模型黄婧;李进金【摘要】In the covering generalized rough set theory, the original minimum description is primarily concerned with a single granulation. This paper first extends a single granulation to multi-granulation about the minimum description. A multi-granularity covering rough set model is established. Based on this minimum description, two different types of upper and lower approxima-tion operators are proposed. Their corresponding properties are studied and a new algorithm for attribute reduction is given.% 在覆盖广义粗糙集理论中，对最小描述的定义是建立在单一粒度基础上。
将最小描述从单一粒度推广到多个粒度，建立了多粒度覆盖粗糙集模型。
在此基础上，用最小描述建立了两类不同的上下近似算子，研究其性质，给出了一种基于最小描述下求属性约简的新算法。
【期刊名称】《计算机工程与应用》【年(卷),期】2013(000)009【总页数】7页(P134-139,149)【关键词】覆盖广义粗糙集;最小描述;多粒度;近似算子;属性约简【作者】黄婧;李进金【作者单位】漳州师范学院数学与信息科学系，福建漳州 363000;漳州师范学院数学与信息科学系，福建漳州 363000【正文语种】中文【中图分类】TP181 引言粗糙集理论最早是由波兰的Z.Pawlak于20世纪80年代提出的。
量化容差关系的不完备多粒度粗糙集模型
ISSN 1001-9081 CODEN JYIIDU
2017-06-15 http: / / www． joca． cn
0
引言
粗糙集理论
［1 ］
点 是波兰学者 Pawlak 在 20 世纪 80 年代初
［12 － 13 ］
， 本文提出一种基于量化容差关系的多粒度粗糙集模
型， 该模型继承了多粒度粗糙集模型的优点 ， 可以对不完备信 息系统进行多视角的分析和处理 ， 其中定义了基于量化容差 关系的乐观多粒度粗糙集和悲观多粒度粗糙集的两种情形 ， 并且研究了相关性质。由于不完备信息系统中存在数据的缺 失， 使得对象与对象之间在不同粒度下的相似程度并不一致 ， 因此本文定义了分类阈值的概念 ， 并且在不同的粒度下选取 不同的分类阈值， 通过不同的分类阈值可以使得提出的基于 量化容差关系多粒度粗糙集在实际运用中具有一定的灵活性 和优越性。
摘
要： 在不完备信息系统中 ， 针对量化容差关系和多粒度粗糙集模型的各自优点 ， 提出一种基于量化容差关系
并且研究了相关的性质； 然 的多粒度粗糙集模型 。首先定义了基于量化容差关系的乐观和悲观多粒度粗糙集模型 ， 后在对象分类方面， 定义了分类阈值的概念 ， 并且在不同粒度下选取不同的分类阈值 ， 多个分类阈值可以使得提出的 模型具有更好的灵活性 。UCI 数据集的实验结果表明 ， 与单个分类阈值相比， 多个分类阈值的多粒度粗糙集模型具有 更好的近似效果， 在各数据集中， 其近似精度均有 0． 05 至 0． 1 的提高。 关键词： 不完备信息系统； 量化容差关系； 多粒度粗糙集； 分类阈值； 近似精度 中图分类号： TP18 文献标志码： A
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ ．ｃ ｏｌ ｆ ｏ ｕｅ ｉ ｃ ｎ ｎｉｅｒ ｇＪ ｎｓ ｎｖｒｉ ｆ ｃ ｎｅａｄＴ ｃｎ ｌ ｙ Ｚ ｅ ａ ｇＪ ｇｕ２ ２０ ， ｈｎ ） １ Ｓｈｏ ｏ ｍｐ ｔ Ｓ ｅ ｅａｄＥ ｇｎｅ ｎ ，ｉ ｇｕＵ ｉ ｓｙｏ ｉ ｃ ｎ ｅｈ ｏｏ ， ｈ￣ｉｎ ｉ ｓ １０ ３ Ｃ ｉａ Ｃ ｒｃ ｎ ｉ ａ ｅ ｔ Ｓｅ ｇ ｎ ａ （ ． ｈｏ ｆ ｏ ｕｅ ｃｅｃ ｄＴ ｃｎｌｇ ， ａｊ ｇＵ ｉ ｒｔ ｆ ｃｅｃ ｄＴｃ ｎｌ ｙ， ａｊ ｇＪ ｇｕ２０ ９ Ｃ ｉａ ２ Ｓ ｏｌ ｍｐ ｔ Ｓｉ ｅａ ｅｈ ｏ ｙ Ｎ ｎｉ ｎｖ ｓ ｙｏ ｉ ｅａ ｅｈｏｏ Ｎ ｎｉ ｉ ｓ １０ ４，ｈｎ ） ｃ ｏＣ ｒ ｎ ｎ ｏ ｎ ｅｉ Ｓ ｎ ｎ ｇ ｎ ａ ｎ （ ．ｉｎｓ ｕｂ ｎＩｆｒ ｔ ｎＴｃ ｎｌｇ ｏ ｔ． Ｗｕ ｉ ｉ ｇｕ２４ ７ ，Ｃ ｉ ） ３ Ｊ ｇｕＳｎ ｏ ｏｍａｉ ｅｈ ｏ ｙＣ ．Ｌｄ ， ｘ Ｊａ ｓ １０ ２ ｈｎ ａ ｎ ｏ ｏ ｎ ａ
ｖ ｒａ ｌ ｒ ｃｓｏ ｈ ｇ ａ ｕ ａｉ ｎ ｐ ｓ ｉ ｓ ｃ ａ ｐ ｏ ｉ ｔ ｎ ａ ｉｂ ｅ ｐ ｅ ｉｉ ｎ ｍｕ ｉ ｒ ｎ ｌｔ ｅ ｓ ｏ ｍｉｔ ｐ ｒ ｘ ｍａｉ ．Ｎ ｔ ｎ ｙｔ ｅｐ ｏ ｅｔ ｓａ ｏ ｔ ｈ ａ ａ ｌ ｒ ｃ ｓ ｎ ｉ ｏ ｏ ｌ ｒ ｐ ｒ ｅ ｂ ｕ ｅｖ ｒ ｂ ｅ ｐ ｅ ｉ ｏ ｏ ｈ ｉ ｔ ｉ ｉ ｍｕ ｉ ａ ｕ ａｉ ｎ ｒ ｕ ｈ ｓ ｔ ａ ｅ ｄ ｓ ｕ ｓ ｄ，ｂ ｔ ａｓ ｈ ｅａｉ ｎ ｈ ｐ ｂ ｔ ｅ ａ ａ ｌ ｒ ｃ ｓ ｎ ｍｕ ｉｒ ｎ ｌ ｔ ｎ ｈ ｇ ｎ ｌ ｔ ｇ ｅ ｓ ｒ ｉｃ ｓ ｅ ｒ ｏ ｏ ｕ ｌｏ ｔ ｅ ｒ ｌ ｔ ｓ ｉ ｅｗｅ ｎ ｖ ｒ ｂ ｅ ｐ ｅ ｉｉ ｈ ｇ ａ ｕ ａｉ ｏ ｉ ｏ ｏ ｒ ｕ ｈ ｓ ｔ ｎ ｅ ｃａ ｓｃ ｌ ｈ ｇ ａ ｕ ａｉ ｎ ｒ ｕ ｈ ｓ ｔ ｒ ｅ ｐ ｙ ｉ ｖ ｓｉａ ｅ ．Ｆ ｎ ｌ ，ｉ ｉ ｃ ｎ ｌ ｄ ｅ ｈ ｔｕ ｄ ｒ ｏ ｇ ｅ ｄ ｔ ｌｓ ｉａ ａ ｈ ｍｕ ｉｒ ｎ ｌｔ ｏ ｇ ｅ ｅ ｄ ｅ ｌ ｅ ｔ ｔｄ ｏ ａ ｎ ｇ ｉ ａ ｙ ｔ ｓ ｏ ｃ ｕ ｅ ｌ ａ ｎ ｅ ｌ ｔ ｍｕ ｉ ｒ ｕ ａ ｉｖ ｆａ ，ｔ ｅ ａ ｃ ｒ ｃ ｆａ ｐ ｏ ｉ ｔ ｎ ｃ ｎ ｂ ｍｐ ｏ ｅ ｙ ｔ ｅ ｖ ｒａ ｌ ｒ ｃｓｏ ｐ ｒ ａ ｈ ｈ ｇ ａ ａ ｔ ｒ ｍｅ ｈ ｃ ｕ ａ ｙ ｏ ｐ ｒ ｘｍａｉ ａ ｅ ｉ ｒ ｖ ｄ ｂ ｈ ａ ｉｂ ｅ ｐ ｅ ｉｉｎ ａ ｐ ｃ ． ｌ ｏ ｏ ｏ Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：ｍ ｈ ｇａ ｕ ａｉｎ ｒ ｕ ｈ ｓ ｔ ａ ｉｂ ｅ ｐ ｅ ｉ ｏ ｏ ｇ ｅ ；ｖ ｒ ｂ ｅ ｐ ｅ ｉｉｎ ｍｕ ｉｒｎ ｌｔ ｎ ｒｕ ｈ ｓ ｔ ｕ ｉｒｎ ｌｔ ｏ ｇ ｅ ；ｖ ｒａ ｌ ｒｃ ｓ ｎ ｒｕ ｈ ｓ ｔ ａ ｉ ｌ ｒ ｃｓ ｈ ｇ苏尚博信息科技有 限公 司，江苏 无锡 ２Ｌ０２ １ ７） ４
摘
要： 可变精度粗糙集 和多粒度粗糙集都是在不 可分辨 关系 的基础 上对经 典粗糙集 进行 扩展． 了融合这两 种扩展 模 为
型各 自的优点 ， 多粒 度环境中 ， 在 构建 了可变精 度多粒度粗糙集 ， 中包 括可 变精度 多粒度乐 观近 似和 可变精度 多粒度 悲 其 观近似两种形式． 讨论 了可变精度多粒度粗糙集 的相关性质 ， 并对可变精度 多粒 度粗 糙集 和经典 的多粒度粗糙 集进行 了对 比分析． 最后得 出结论 ， 在多粘度框架下 ， 采用变精度 的方法 ， 以进一步提 高近似精度 ． 可
ｕ ａ ｉｎ ｒ ｕ ｈ ｓ ｔａ ｅ ｂ ｔ ｏ ｓｒ ｃ ｅ ｎ ｔ ｅ ｂ ｓ ｆ ｈ ｎ ｉｃ ｒ ｉ ｉ ｔ ｅ ａｉｎ ．Ｔ ｔ ｇ ａｅ ｔ ｅ ｇ ｏ ｏｎ ｓｏ ｌ ｔ ｏ ｇ ｅ ｒ ｏｈ ｃ ｎ ｔ ｔｄ ｏ ｈ ａ ｉ ｏ ｅ ｉ ｄ ｓ ｅ ｎｂ ｌ ｙ ｒ ｌｔ ｓ ｏ ｉ ｅ ｒ ｔ ｈ ｏ ｄ ｐ ｉｔ ｆ ｏ ｕ ｓ ｔ ｉ ｏ ｎ ｔ ｅ ｅ ｔ ｏ ｅ ｐ ｎ ｅ ｏ ｇ ｅ ｓ ｎ ｔ ｅ ｍｕ ｔ ｒｎ ｌｔ ｎ ｅ ｖｒ ｎ ｎ ， ｔ ｅ ｖ ｒ ｂ ｅ ｐ ｅ ｉ ｏ ｌ ｇ ａ ｕ ａｉ ｎ ｈ ｓ ｗ ｘ ａ ｄ ｄ ｒ ｕ ｈ ｓ ｔ ，ｉ ｈ ｌ ｇ ａ ｕ ａｉ ｎ ｉ ｍｅ ｔ ｈ ａ ａ ｌ ｒ ｃｓ ｎ ｍｕ ｔ ｒ ｎ ｌ ｔ ｉ ｏ ｏ ｉ ｉ ｉ ｏ
关键词 ： 多粒度粗糙 集 ； 可变精度粗糙集 ； 可变精度 多粒度 粗糙集 中图分类号 ： １１ １ ８ Ｐ 文献标志码 ： Ａ 文章编号 ：１７ ４ ０ （０ ２ ０ ０６ ０ ６ ３— ８７ １ １ ） １— ０ ５— ５ ２
Ｖａ ｉ ｂ ｅ ｒ ｃｓｏ ｕ ｔ ｒ ｎ ｌ ｔ ｎ ｒ ｕ ｈ ｓ ｔ ｒａ ｌ ｐ ｅ ｉｉ ｎ ｍ ｌ ｇ ａ ｕ ａ ｉ ｏ ｇ ｅｓ ｉ ｏ
第２ ６卷第 １期
２１ ０ ２年 ２月
江苏科技大学学报 （ 自然科学版 ）
Ｊｕｎｌ ｆ ｉ ｇｕＵ ｉ ｒ ｔ ｏ ｃ ｎ ｅａｄＴ ｃｎ ｌ ｙ Ｎ ｔｒ ｃ ｎｅＥ ｉｏ ） ｏｒａ ｏ ａ ｓ ｎｖ ｓｙ ｆ ｉ ｃ ｎ ｅｈ ｏ ｇ （ ａｕａ Ｓ ｉ ｃ ｄ ｉ Ｊｎ ｅ ｉ Ｓ ｅ ｏ ｌ ｅ ｔｎ
Ａｂｓ ｒ ｃ ：Ａｓ ｔ ｅ ｔ ｍｐ ｒａ ｔｅ ｐ ｎ ｉｎ ｆｔ ｅ ｃａ ｓｃ ｌｒ ｕ ｈ ｓ ｔ ａ ｉ ｂ ｅ ｐ ｅ ｉｉｎ ｒ ｕ ｈ ｓ ｔａ ｄ ｍｕ ｇ ａ — ｔａ ｔ ｈ ｗｏ ｉ ｏ ｔ ｎ ｘ ａ ｓｏ ｓｏ ｈ ｌ ｓ ｉａ ｏ ｇ ｅ ，ｖ ｒａ ｌ ｒ ｃｓｏ ｏ ｇ ｅ ｎ ｈｉｒ ｎ
Ｖｏ ． ６ Ｎｏ １ Ｉ２ ． Ｆ ｂ２ ２ ｅ ． ０１
可 变精 度 多粒 度 粗糙 集模 型
窦 慧莉 ，吴 陈 ， 习贝 ， 静宇 杨 杨
（． １ 江苏科 技大学 计算机科学 与工程学院 ，江苏 镇 江 ２ ２０ ） １０ ３ （． ２ 南京理 工大学计 算机科学与技术学 院，江苏 南京 ２ ０ ９ ） １０ ４
ｒｕ ｈ ｓｔｍｏ ｅｓａｅ ｐ ｏ ｏｅ ，ｗｈｃ ｎ ｌｄ ａ ａ ｌ ｒｃｓ ｎ ｍｕｔ ｒｎ ｌｔ ｎ ｏ ｔ ｓｉ ｐ ｒｘｍａｉｎ ａ ｄ ｏ ｇ ｅ ｄ ｌ ｒ ｒｐ ｓ ｄ ｉｈ ｉｃｕ ｅ ｖ ｒ ｂｅ ｐ ｅ ｉｉ ｌ ｇａ ｕ ａｉ ｐｉ ｔ ａ ｐｏ ｉ ｔ ｎ ｉ ｏ ｉ ｏ ｍｉ ｃ ｏ