一种新的粒计算的覆盖模型

定义了新的Zoom-in算子,并讨论了它的性质.证明了Zoom-in算子与Zoom-out算子复合得到的（论域上的）一对近似算子恰为基于覆盖的第二型上、下近似算子.     

基于覆盖的第三类粒计算模型

在覆盖上通过重新定义Zoom-in算子找到了第三类粒计算模型,将Zoom-in和Zoom-out进行了重新复合得到论域上的上、下近似算子,并详细讨论了它们的性质.并研究了它们与闭包算子和保序算子的联系.     

覆盖粒计算的新模型

基于覆盖重新定义了Zoom-in算子,通过Zoom-in算子和Zoom-out算子的不同复合分别得到论域及粒化了论域上的近似算子,并将它们与拓扑中的预内部算子、闭包算子建立联系。此外还详细讨论了它们的性质。     

基于映射的粗糙近似算子

由论域上的一个映射定义了一对上、下粗糙近似算子,给出了粗糙近似算子的性质.并讨论了映射的性质与近似算子性质之间的关系.     

拟单层覆盖上的覆盖粗糙集族

拟单层覆盖是形式化表示包含缺省值的离散信息表一种有效的方式,同时它也是离散化连续值时,包容误分类对象的理想的数学模型。因为拟单层覆盖是极小且精确的,所以拟单层覆盖上的近似算子较一般的覆盖粗糙近似算子更为特殊。从集合及点集两个角度定义了四种近似算子,并在讨论其性质的基础上,也讨论了这四种近似算子之间的关系。     

变精度覆盖粗糙集的新型算子研究

基于邻域的变精度覆盖粗糙集模型中,β上,下覆盖近似算子的交不保持交运算。通过定义一对新的覆盖边界上,下算子,并讨论了它们的性质。应用新定义的算子,能够将覆盖上下近似算子交运算的不等式变成等式,防止了信息的丢失。     

两个域上的覆盖变精度粗糙集模型

定义了两个域上的多数包含关系,借助引入误差参数β(0≤β<0.5),提出了两个域上的覆盖变精度粗糙集模型,首先给出了该模型的β上近似、β下近似算子,以及边界域和负域的定义,讨论了它们的若干重要性质和定理,并给出了证明;其次将该模型与两个域上的覆盖粗糙集模型进行对比,找出了它们之间的关系,最后通过实例进一步证明该模型的优越性.     

双论域上基于Brouwer-正交补的粗糙近似

主要研究广义近似空间上粗糙近似算子的扩展模型.首先,将Cattaneo提出的抽象近似空间理论具体运用于广义近似空间中的粗糙集模型研究,利用空间中双论域间的二元关系,导出指定论域上的一个Brouwer-正交补算子,据此算子构造性地定义了指定论域上的两对粗糙近似算子.然后,研究了新算子的基本性质和代数表示,将它们与已有近似算子进行对比,指出它们的异同,给出它们之间的大小顺序关系.最后,研究了新近似算子和已有近似算子的等价性,给出它们与邻近算子之间等价的条件,讨论了等价条件之间的关系.     

交可约粒度空间及模糊粗糙集模型

在模糊覆盖的基础上建立了交可约粒度空间模型,并结合偏序关系的哈斯图,给出一种从模糊覆盖求基的新方法.另外,在交可约粒度空间上,定义了模糊粗糙集的上、下近似算子,并讨论了其相关性质.     

基于一般关系下的双论域粗糙集模型

通过构造性方法对原始的粗糙集模型进行推广,提出了一般关系下的双论域粗糙集模型,并且讨论了该近似空间的上、下近似算子的一些性质,初步探讨了定义在双论域上的某些特殊关系下的近似算子的一些性质.     

广义区间值模糊粗糙集模型及其公理化特性

把粗糙集理论和区间值模糊集理论结合起来, 利用粗糙集理论的构造性方法, 提出了一种广义区间值模糊粗糙集理论模型。首先, 利用区间值模糊剩余蕴含算子和它的对偶算子, 定义了一种广义上下区间值模糊粗糙集近似算子。然后, 利用该蕴含算子的性质, 讨论了该模型上、下近似算子一系列有趣的性质。 在公理化方法中, 通过定义一对抽象的区间值模糊近似算子, 刻画了广义区间值模糊粗糙集模型的公理化特性。     

对粗糙集两种新算子的注记

在粗糙集中，定义了集合并的下增近似和交的上减近似2种算子，它们与确定增量算子和不确定减量算子是等价的．这2种算子简单、直观，成功地解决了粗集运算中将包含关系转化为相等关系的问题，同时，利用它们可以、简化有关算子性质的证明．     

广义近似空间与拓扑空间

研究了有限论域上的广义近似空间与拓扑空间之间的关系。首先,给出了粗糙隶属函数,拓扑隶属函数的概念。其次,借助粗糙隶属函数刻画了的上下近似算子,借助拓扑隶属函数刻画了的内部闭包算子。再次,利用隶属函数分别从拓扑,二元关系出发构造了关系,拓扑,最终证得拓扑空间与关于自反传递关系的近似空间一一对应。     

基于Galois联络的粗糙集公理化方法

Galois联络与粗糙集是两个不同的研究分支,本文基于Galois联络,给出经典粗糙集的公理化刻画.提出了两组与Galois联络密切相关的公理GC与GC',用这两组公理刻画了经典粗糙近似算子.证明了满足公理GC或GC'的论域幂集上的一元算子总对应于某一经典二元关系,使得由二元关系诱导的粗糙近似算子就是该一元算子.     

粗糙近似算子与可能性测度

Pawkak粗糙集理论在不精确数据分析,不完全信息系统处理,海洋数据挖掘及神经网络方面都得到了广泛应用,介绍了Pawlai粗糙集的基本概念,在定义了基于随机集的粗糙近似算子的基础上讨论了随机集,粗糙近似算子与可能性测度的关系。     

Extension of Rough Set on Granular Structures and Axiomatic Characterizations

<正>In granular computing granular structures represent knowledge on universe,in this paper several important granular structures are considered.In a general granular structure the notions of interior point, accumulation point and boundary point etc are proposed,by use of these notions and referring to topological method,the lower and upper approximations of a subset of universe are defined such that they are one kind of generalization of the existing approximations based on some special granular structure.Basic properties of new rough set approximations are investigated.Furthermore,granular structures on universe are characterized by the lower and upper approximation operators.     

Numerical Characterizations of Covering Rough Sets Based on Evidence Theory

<正>Covering rough sets are improvements of traditional rough sets by considering cover of universe instead of partition.In this paper,we develop several measures based on evidence theory to characterize covering rough sets.First,we present belief and plausibility functions in covering information systems and study their properties.With these measures we characterize lower and upper approximation operators and attribute reductions in covering information systems and decision systems respectively.With these discussions we propose a basic framework of numerical characterizations of covering rough sets.