×
赵燕;姚一玉;罗，冯

基于可辨别性和不可辨别性的数据分析。 （英语） Zbl 1129.68071号

信息科学。 177，第22号，4959-4976（2007）.
摘要：粗糙集理论基于不可分辨和可区分的概念来建模对象的相似性和差异性。对于属性的任意子集，可以定义两对对偶关系：强不可分辨关系和弱可分辨关系，以及弱不可分辨和强可分辨关系。对象的相似性分别通过不可分辨关系进行检验，而差异性则通过可分辨关系来检验。或者，可以构造一个不可分辨矩阵来表示强不可分辨或弱可分辨关系族。还可以构造一个区分矩阵来表示强区分或弱不区分关系族。对关系的矩阵对偶以及矩阵的关系对偶的考虑，为粗糙集理论带来了更多的见解。
基于不可分辨和可分辨，可以构造三种不同类型的约简，分别保持不可分辨、可分辨和不可分辨与可分辨关系。尽管文献中对不可分辨约简进行了深入研究，但其他两种约简相对较新，需要更多关注。现有的构造不可分辨约简的方法也可以用于构造其他两类约简。本文报道了一个字母识别的实验，以证明所讨论的关系和约简的有用性。

引用于28文件

MSC公司：

68T05年 人工智能中的学习和自适应系统
68立方英尺 知识表示

关键词：

粗糙集;不可分辨与可分辨关系;不可分辨矩阵;还原

软件：

勒
PDF格式BibTeX公司 XML格式引用
\textit{Y.Zhao}等人，《信息科学》。177，第22号，4959--4976（2007；Zbl 1129.68071）
全文： 内政部

参考文献：

[1] G Bazan，J。；Nguyen，H.S。；Nguyen，S.H。；Synak，P。；Wróblewski，J.，《分类问题中的粗糙集算法》，（Polkowski，L.；Tsumoto，S.；Lin，T.Y.，《粗糙集方法与应用》（2000），《物理验证：物理验证-海德堡》），49-88·Zbl 0992.68197号
[2] 陈，D。；王，C。；胡琼，用覆盖粗糙集对一致和不一致覆盖决策系统进行属性约简的新方法，信息科学，1773500-3518（2007）·Zbl 1122.68131号
[3] Demri，S。；Orlowska，E.，《不可分辨性的逻辑分析》（Orlowsca，E.，不完全信息：粗糙集分析（1998），Physica-Verrag:Physica-Verlag-Heidelberg），347-380
[4] Grzymala-Busse，J.W.，《LERS：基于粗糙集的示例学习系统》，（Słowiñski，R.，《智能决策支持：粗糙集理论的进步和应用手册》（1992年），Kluwer:Kluwer-Dordrecht），3-18·Zbl 0820.68001号
[5] Grzymala-Busse，J.W.，《不完全数据的特征关系：不可分辨关系的推广》，《粗糙集事务》，58-68（2005）·Zbl 1136.68531号
[6] M.Hadjumichael，S.K.M.Wong，粗糙集近似中的模糊表示。数据库中粗糙集和知识发现国际研讨会，1993年，第349-356页。；M.Hadjumichael，S.K.M.Wong，粗糙集近似中的模糊表示。数据库中的粗糙集和知识发现国际研讨会，1993年，第349-356页。
[7] M.M.Kokar，《机器学习中的相似方法》，载《相似方法国际研讨会论文集》，2000年，第15-25页。；M.M.Kokar，《机器学习中的相似方法》，载于：《相似方法国际研讨会论文集》，2000年，第15-25页。
[8] Mi，J.S。；Wu，W.Z。；张伟新，基于变精度粗糙集模型的知识约简方法，信息科学，159255-272（2004）·Zbl 1076.68089号
[9] Nguyen，S.H.，正则性分析及其在数据挖掘中的应用，（Polkowski，L.；Tsumoto，S.；Lin，T.Y.，《粗糙集方法与应用》（2000），《物理验证：物理验证-海德堡》），289-378·Zbl 0992.68049号
[10] 诺沃顿，M。；Pawlak，Z.，《用信息系统表示粗糙集》，《信息学基础》，6286-296（1983）·Zbl 0522.68094号
[11] Orlowska，E.，归纳推理的语义分析，理论计算机科学，43，81-89（1986）·Zbl 0601.68059号
[12] Orlowska，E.，引言：你一直想知道的关于粗糙集的知识，（Orlowsca，E.，《不完全信息：粗糙集分析》（1998），《物理Verlag:物理Verlag Heidelberg，纽约），1-20
[13] Pawlak，Z.，《粗糙集：数据推理的理论方面》（Rough Sets:Theory Aspects of Reasoning About Data），（（1991），Kluwer Academic Publishers:Kluwer-Academical Publishers Dordrecht，MA）·Zbl 0758.68054号
[14] Z.Pawlak，《知识的粒度、不可分辨性和粗糙集》，载《IEEE模糊系统国际会议论文集》，1998年，第106-110页。；Z.Pawlak，《知识的粒度、不可分辨性和粗糙集》，载于《IEEE模糊系统国际会议论文集》，1998年，第106-110页。
[15] Z.Pawlak，《冲突与谈判》，载于：《粗糙集与知识技术学报》，2006年，第12-27页。；Z.Pawlak，《冲突与谈判》，载《粗糙集与知识技术学报》，2006年，第12-27页·Zbl 1196.91050号
[16] L.Polkowski，A.Skowron，《粗糙血液学》，载于《ISMIS学报》，1994年，第85-94页。；L.Polkowski，A.Skowron，《粗糙的语用学》，载于：ISMIS会议记录，1994年，第85-94页。
[17] Polkowski，L。；斯科伦，A。；Zytkow，J.，《基于容差的粗糙集》（Lin，T.Y.；Wildberger，A.M.，《软计算：粗糙集、模糊逻辑、神经网络、不确定性管理》（1995），模拟委员会公司：模拟委员会公司，圣地亚哥），55-58
[18] 邱国富，张文霞，吴文忠，广义近似表示空间中属性的刻画，载《第十届RSFDGrC国际会议论文集》，2005年，第84-93页。；邱国富，张文霞，吴文忠，广义近似表示空间中属性的刻画，载《第十届RSFDGrC国际会议论文集》，2005年，第84-93页·Zbl 1134.68512号
[19] Quafafou，M.，α-RST：粗糙集理论的推广，信息科学，124301-316（2000）·Zbl 0957.68114号
[20] 斯科伦，A。；Polkowski，L.，《分布式系统中设计、分析、合成和控制的粗糙数学基础》，信息科学，104129-156（1998）·Zbl 0947.68133号
[21] 斯科伦，A。；Rauszer，C.，《信息系统中的可辨矩阵和函数》，（Slowinni，R.，《智能决策支持》，《粗糙集理论应用和进展手册》（1992），Kluwer学术出版社：Kluwer-学术出版社Dordrecht）·Zbl 0820.68001号
[22] A.Skowron，J.Stepaniuk，《基于区分矩阵和决策矩阵的决策规则》，载于：《粗糙集与软计算国际研讨会论文集》（RSSC'94），1994年，第156-163页。；A.Skowron，J.Stepaniuk，基于辨别矩阵和决策矩阵的决策规则，载于：《粗糙集和软计算国际研讨会论文集》（RSSC’94），1994年，第156-163页。
[23] Slezak，D.，《使用基于频率的决策约简进行推理的各种方法：一项调查》（Polkowski，L.；Tsumoto，S.；Lin，T.Y.，《粗糙集方法与应用》（2000），《物理-verlag:Physica-verlag Heidelberg》），235-285·Zbl 0992.68200号
[24] 斯洛文斯基，R。；Vanderpooten，D.，基于相似性的粗糙近似的广义定义，IEEE数据与知识工程学报，12，2，331-336（2000）
[25] R.Slowinski，J.Stefanowski，处理粗糙集方法中的各种不确定性，摘自：《粗糙集与知识发现国际研讨会论文集》，第366-376页。；R.Slowinski，J.Stefanowski，《粗糙集方法中处理各种类型的不确定性》，载于《粗糙集与知识发现国际研讨会论文集》，第366-376页·Zbl 0819.68042号
[26] J.Stefanowski，A.Tsoukias，值容差和决策规则，收录于：《粗糙集学报》和《计算的当前趋势》，2000年，第170-181页。；J.Stefanowski，A.Tsoukias，值容差和决策规则，收录于：《粗糙集学报》和《计算的当前趋势》，2000年，第170-181页·Zbl 1013.68238号
[27] R.Susmaga，简化和构造计算的树状并行化，载于：《粗糙集学报》和《计算的当前趋势》，2004年，第455-464页。；R.Susmaga，简化和构造计算的树状并行化，收录于：《粗糙集学报》和《计算的当前趋势》，2004年，第455-464页·Zbl 1103.68882号
[28] Susmaga，R.，属性约简中的约简和构造，《信息学基础》，61，2，159-181（2004）·Zbl 1083.68123号
[29] Swiniarski，R.W.，《特征约简和分类中的粗糙集方法》，《国际应用数学和计算机科学杂志》，11，3，565-582（2001）·兹比尔0990.68130
[30] Wang，G.Y.，代数视图和信息视图中的粗糙约简，国际智能系统杂志，18，6，679-688（2003）·Zbl 1037.68138号
[31] Wang，J。；Wang，J.，基于区分矩阵的约简算法：有序属性方法，《计算机科学与技术杂志》，16，489-504（2001）·Zbl 1014.68160号
[32] Wong，S.K.M。；Ziarko，W.，《决策表中的最优决策规则》，《波兰科学与数学院公报》，693-696（1985）·Zbl 0606.68091号
[33] 姚义勇，邻域算子和粗糙集近似算子的关系解释，信息科学，111，1-4，239-259（1998）·Zbl 0949.68144号
[34] Yao，Y.Y。；Lin，T.Y.，使用模态逻辑的粗糙集泛化，智能自动化和软计算，2103-120（1996）
[35] 姚义勇，黄春明，利用属性值之间的关系推广粗糙集，载《信息科学联合会议论文集》，1995年，第30-33页。；姚义勇，黄春明，利用属性值之间的关系推广粗糙集，载《信息科学联合会议论文集》，1995年，第30-33页。
[36] Zhao，K。；Wang，J.，一种满足用户需求的约简算法，《计算机科学与技术杂志》，17，578-593（2002）·Zbl 1057.68026号
[37] 朱伟。；王凤英，覆盖广义粗糙集的约简与公理化，信息科学，152217-230（2003）·Zbl 1069.68613号
[38] Ziarko，W.，《发现规则和属性依赖的粗糙集方法》（Klösgen，W.；Żytkow，J.M.，《数据挖掘和知识发现手册》（2000），牛津），328-339
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。