基于邻域的覆盖粗糙集:一种不使用邻域的方法
人工智能
2015-03-13 v2
摘要
粗糙集理论是信息系统中处理不精确或不确定知识的数学工具,最初通过等价关系描述元素的不可分辨性。覆盖粗糙集通过将等价关系产生的划分放宽为覆盖,成为经典粗糙集的自然推广。近期,一些拓扑概念(如邻域)已被应用于覆盖粗糙集。本文进一步通过近似运算研究基于邻域的覆盖粗糙集。我们表明,基于邻域的上近似可以不使用邻域来等价定义。为了分析覆盖本身,我们引入了覆盖上的一元与复合运算。我们提供了同态的概念以联系两个覆盖近似空间。我们还分别考察了由运算和同态所保持的近似性质。
引用
@article{arxiv.0911.5394,
title = {Covering rough sets based on neighborhoods: An approach without using neighborhoods},
author = {Ping Zhu},
journal= {arXiv preprint arXiv:0911.5394},
year = {2015}
}
备注
13 pages; to appear in International Journal of Approximate Reasoning