兩個論域上的幾種覆蓋粗糙集模型.pdf

1、粗糙集理論(Rough set)是一門能分析和處理“三不”（不精確、不一致、不完整）信息的數(shù)據(jù)分析與推理的新工具.粗糙集理論在很多領(lǐng)域得以成功應(yīng)用.覆蓋粗糙集模型是經(jīng)典粗糙集的一類常見的推廣模型，它在知識發(fā)現(xiàn)等領(lǐng)域有很大的應(yīng)用前景;粒計算理論是用來處理不一致，不可靠知識的工具，但它們在解決實際問題的時候都有局限性.因此本文以粗糙集為基礎(chǔ)，從論域和粒計算兩個角度出發(fā)，構(gòu)建了兩個論域上的幾種覆蓋粗糙集模型，具體工作如下:
　　首先，在

2、兩個論域上的覆蓋粗糙集模型的基礎(chǔ)之上，通過引入誤差參數(shù)β，定義了兩個論域上的覆蓋錯誤分類率，提出了兩個論域上的變精度覆蓋粗糙集模型，討論了它的相關(guān)性質(zhì)和定理，用實例證明了該模型能使近似空間的邊界域縮小，近似結(jié)果更精確;然后，基于醫(yī)療實際中的需要，將多粒度粗糙集與兩個論域上的覆蓋粗糙集相結(jié)合，提出了兩類兩個論域上的多粒度覆蓋粗糙集模型，并分別討論了兩模型的有關(guān)性質(zhì)和定理，同時用醫(yī)療實例說明了該模型的實用性;最后，在多粒度覆蓋粗糙集的上、下