维伦达斯·雷耶尼;科尼里奥·亚涅兹·马尔克斯;贝拉兹奎斯·罗德里格斯（Velázquez-Rodríguez）、何塞·路易斯（JoséLuis） 混合和不完全信息系统的广义扩展多粒度集。 （英语） Zbl 1490.68234号 软计算。 24，第8号，6119-6137（2020）. 摘要：粒度计算是当今广泛使用的计算范式。特别是在粗糙集理论中，粒度计算起着关键作用。本文提出了一种处理混合信息系统和不完全信息系统的粗糙集通用方法——粒度扩展多粒度集（GEMS）。我们的建议不仅对单个属性使用了传统的乐观和悲观粒化，而且还引入了对属性集的粒化，以及两种新的粒化方法：乐观（+）悲观粒化和悲观（+）乐观粒化。此外，我们还开发了所提出的GEMS的一个特殊情况：多粒度最大相似性粗糙集（MMSRS）。我们已经证明了MMSRS的一些性质，并测试了它相对于其他现有粒度粗糙集模型的有效性。实验结果表明，在处理混合和不完全信息系统时，该模型具有灵活性和能力。 理学硕士： 68层37 人工智能背景下的不确定性推理 关键词：粗糙集;多粒度;不完整的信息系统;混合信息系统 PDF格式BibTeX公司 XML格式引用 \textit{Y.Villuendas-Rey}等人，《软计算》。24，第8号，6119--6137（2020；Zbl 1490.68234） 全文： 内政部 参考文献： [1] 阿明，A。；Anwar，S。；阿德南，A。；纳瓦兹，M。；Alawfi，K。；侯赛因，A。；Huang，K.，使用粗糙集方法预测电信行业的客户流失，神经计算，237242-254（2017）·doi:10.1016/j.neucom.2016.12.009 [2] 安托恩·瓦尔加斯，JA；Villuendas-Rey，Y。；Yáñez-Márquez，C。；López-Yáñez，I。；Camacho-Nieto，O.，《通过基于gamma粗糙集的实例选择改进关联分类器的性能》，《国际J模式识别》，32，1，1860009（2018）·doi:10.1142/S021801418600091 [3] 阿提亚，AH；谢里夫，AS；El-Tawel，GS，基于最大有限相似性的粗糙集模型，软计算，20，8，3153-3161（2016）·Zbl 1370.68269号 ·doi:10.1007/s00500-016-2243-6 [4] SB乔杜里；拉赫曼，M。；Saeed，K。；查基，N。；巴蒂，B。；Bakshi，S。；Mohapatra，D.，《基于粗糙集理论的心血管疾病检测医学专家系统（MES）设计》，智能系统和计算中先进计算和智能工程进展，325-332（2018），新加坡：新加坡斯普林格 [5] Cheng，X。；朗·R。；陈，H。；李伟，基于相关分析和模糊粗糙集的中国各省绿色竞争力评价，生态指数，85，841-852（2018）·doi:10.1016/j.ecolind.2017.11.045 [6] 戴J。；胡，Q。；胡，H。；Huang，D.，用粗糙集方法进行属性约简的邻域不一致对选择，IEEE Trans-Fuzzy Syst，26，2，937-950（2018）·doi:10.1109/TFUZZ.2017.2698420 [7] 杜塔，S。；加塔克，S。；戴伊·R。；达斯，阿拉斯加州；Ghosh，S.，用于改进在线社交网络中垃圾邮件分类的属性选择：基于粗糙集理论的方法，Soc Net Anal Min，8，1，7（2018）·doi:10.1007/s13278-017-0484-8 [8] Grzymala-Busse，JW；斯科伦，A。；Peters，JF，《不完全数据的特征关系：不可分辨关系的推广》，《粗糙集交易IV》，58-68（2005），柏林：斯普林格出版社，柏林·Zbl 1136.68531号 [9] 胡，QH；谢，ZX；Yu，DR，基于新型模糊粗糙模型和信息粒化的混合属性约简，模式识别，40，12，3509-3521（2007）·Zbl 1129.68073号 ·doi:10.1016/j.patcog.2007.03.017 [10] 胡，QH；刘，JF；Yu，DR，基于粒度和近似的混合特征选择，基于知识的系统，21，4，294-304（2008）·doi:10.1016/j.knosys.2007.07.001 [11] 胡，QH；Yu博士；刘，JF；Wu，CX，基于邻域粗糙集的异质特征子集选择，Inf Sci，178，18，3577-3594（2008）·Zbl 1154.68466号 ·doi:10.1016/j.ins.2008.05.024 [12] 黄，S。；Li，M.，有限和可变精度粗糙集模型，J Inf Compute Sci，11，10，3493-3501（2014）·doi:10.12733/jics20103983 [13] Kryszkiewicz，M.，《不完备信息系统的粗糙集方法》，《信息科学》，第112、1-4、39-49页（1998年）·Zbl 0951.68548号 ·doi:10.1016/S0020-0255（98）10019-1 [14] Kryszkiewicz，M.，《不完全信息系统中的规则》，《信息科学》，第113、3-4、271-292页（1999年）·Zbl 0948.68214号 ·doi:10.1016/S0020-0255（98）10065-8 [15] Liang，DC；徐，ZS；Liu，D.，基于点算子的直觉模糊决策理论粗糙集的三向决策，Inf Sci，375183-201（2017）·Zbl 1433.62025 ·doi:10.1016/j.ins.2016.09.039 [16] 林，GP；钱，YH；Li，JJ，NMGRS：基于邻域的多粒度粗糙集，国际J近似推理，53，7，1080-1093（2012）·Zbl 1264.68176号 ·doi:10.1016/j.ijar.2012.05.004 [17] Pawlak，Z.，粗糙集，Int J Comput Inf Sci，11，5，341-356（1982）·Zbl 0501.68053号 ·doi:10.1007/BF01001956 [18] Pawlak，Z。；Skowron，A.，《粗糙集：一些扩展》，《信息科学》，177，1，28-40（2007）·Zbl 1142.68550号 ·doi:10.1016/j.ins.2006.06.006 [19] Pedrycz W（2001）《粒度计算：简介》。摘自：IEEE联合第九届IFSA世界大会和第二十届NAFIPS国际会议记录。10.1109/NAFIPS.2001.943745·Zbl 0966.00017号 [20] 钱玉华，梁JY（2006）基于多粒度的粗糙集方法。摘自：IEEE第五届认知信息学国际会议论文集。10.1109/COGINF.2006.365510 [21] 钱，Y。；梁，J。；Dang，C.，不完全多粒度粗糙集，IEEE Trans-Syst Man Cybern，40，2，420-431（2010）·doi:10.1109/TSMCA.2009.2035436 [22] 钱，Y。；张，H。；Sang，Y。；Liang，J.，多粒度决策理论粗糙集，国际J近似推理，55，1，225-237（2014）·Zbl 1316.68190号 ·doi:10.1016/j.ijar.2013.03.004 [23] 萨尔托斯，R。；Weber，R.，《支持向量聚类的粗糙模糊方法》，《信息科学》，339，353-368（2016）·doi:10.1016/j.ins.2015.12.035 [24] 斯洛温斯基，R。；Vanderpooten，D.，基于相似性的粗糙近似的广义定义，IEEE Trans Knowl Data Eng，12，2，331-336（2000）·数字对象标识代码：10.1109/69.842271 [25] Stefanowski，J。；Tsoukiás，A。；钟，N。；斯科伦，A。；Ohsuga，S.，关于不完全信息下粗糙集的扩展，粗糙集、数据挖掘和粒度软件计算的新方向，73-81（1999），柏林：Springer，柏林 [26] Stefanowski，J。；Tsoukiás，A.，《不完整信息表和粗略分类》，《计算智能》，17，3，545-566（2001）·doi:10.1111/0824-7935.00162 [27] Sun，B。；马伟（Ma，W.）。；Qian，Y.，两个宇宙上的多粒度模糊粗糙集及其在决策中的应用，基于知识的系统，123，61-74（2017）·doi:10.1016/j.knosys.2017.01.036 [28] Van Nguyen，D。；山田，K。；Unehara，M.，在不完备信息系统中定义新粗糙集模型的扩展容差关系，高级模糊系统，2013，372091（2013）·Zbl 1323.68508号 ·doi:10.115/2013/372091 [29] Villuendas-Rey，Y.，混合和不完全信息系统的最大相似粒度粗糙集，软计算（2018）·Zbl 1418.68213号 ·doi:10.1007/s00500-018-3408-2 [30] 王，G。；Guan，L。；胡凤，不完备信息系统中的粗糙集扩展，电子工程学报，2008年，第3期，第4399-405页·Zbl 1323.68508号 ·doi:10.1155/2013/372091 [31] 杨，X。；杨，J。；Yu，D。；Wu，C.，不完备信息系统中基于变参数分类的粗糙集模型，系统工程理论与实践，5015（2008） [32] 杨，X。；徐，S。；窦，H。；宋，X。；余，H。；Yang，J.，《多粒度粗糙集：基于多集的策略》，《国际计算机信息系统杂志》，2017年第10期，第277-292页·doi:10.2991/ijcis.2017.10.1.19 [33] Yao，YY，《信息粒化与粗糙集近似》，《国际智能系统杂志》，2001年第16期，第187-104页·Zbl 0969.68079号 ·doi:10.1002/1098-111X（200101）16:1%3c87:：AID-INT7%3e3.0.CO；2-S型 [34] 于伟（Yu，W.）。；张，Z。；钟，Q。；Sun，L.，基于不平衡犹豫模糊语言术语集的多准则群决策扩展TODIM，计算工业工程，114316-328（2017）·doi:10.1016/j.cie.2017.10.029 [35] 于伟（Yu，W.）。；张，Z。；Zhong，Q.，《使用多粒度犹豫模糊语言术语集达成MAGDM共识：基于最小调整的方法》，Ann Oper Res（2019）·Zbl 1475.91071号 ·doi:10.1007/s10479-019-03432-7 [36] 洛杉矶扎德；古普塔，M。；拉加德，R。；Yager，R.，《模糊集与信息粒度》，模糊集理论与应用进展，3-18（1979），阿姆斯特丹：荷兰北部·Zbl 0434.94026号 [37] Zadeh，LA，走向模糊信息粒化理论及其在人类推理和模糊逻辑中的中心地位，模糊集系统，90，2，111-127（1997）·Zbl 0988.0304号 ·doi:10.1016/S0165-0114（97）00077-8 [38] 张，Z。；寇，X。；于伟（Yu，W.）。；Guo，C.，关于不完全犹豫模糊偏好关系的优先权和一致性，基于知识的系统，143115-126（2018）·doi:10.1016/j.knosys.2017.12.010 [39] 张，Z。；于伟（Yu，W.）。；马丁内斯。；Gao，Y.，《在多属性大规模群体决策中管理多粒度非平衡犹豫模糊语言信息：基于语言分布的方法》，IEEE Trans-fuzzy Syst（2019）·doi:10.1109/TFUZZ.2019.2949758 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。