基于代数观点的邻域区间集粗糙集模型研究

描述部分已知概念的区间集粗糙集是对经典粗糙集的拓展，其属性值概念由上下边界集来描述，具有较好的不确定性刻画能力，能够有效促进数据挖掘、信息度量和知识发现等实际应用。现有研究主要针对离散型数据对象，不能很好地处理现实世界中大量存在的连续型数据对象，因此区间集粗糙集具有改进的空间。该文引入邻域关系，通过Hausdorff距离函数定义区间集邻域粒子，由此构造邻域区间集粗糙集模型，并从代数观点研究其相关概念及性质，最后用实例分析验证其有效性。