双重量化 $\gamma^{\ast}-$模糊覆盖近似算子
人工智能
2016-11-28 v1
摘要
在数字化信息爆炸的背景下，模糊覆盖粗糙集模型是人工智能的重要数学工具，而如何搭建模糊覆盖粗糙集理论与Pawlak模型之间的桥梁正成为一个研究热点。本文首先提出基于模糊覆盖的概率与程度近似算子以及双重量化近似算子，并研究这三类基于模糊覆盖的近似算子之间的关系。其次，我们提出基于模糊覆盖的多粒度概率与程度下、上近似算子以及多粒度双重量化下、上近似算子，并探讨这些基于模糊覆盖的近似算子类型之间的关系。最后，我们通过若干实例说明如何利用绝对和相对量化信息构造模糊集的下近似与上近似。
引用
@article{arxiv.1611.08103,
title = {Double-quantitative $\gamma^{\ast}-$fuzzy coverings approximation operators},
author = {Guangming Lang},
journal= {arXiv preprint arXiv:1611.08103},
year = {2016}
}
备注
It enriches the fuzzy covering rough set theory