近似空间的笛卡尔积粗集模型及其可分解性

摘要：

为处理人工智能中不精确和不确定的数据和知识,Pawlak提出了粗集理论.之后粗集理论得到拓广,人们提出了许多新的粗集模型. 拓展的方法主要有两种,一种是减弱对等价关系的依赖,另一种是把讨论问题的论域从一个拓展到两个.Y.Y.Yao提出了一种基于两个论域的粗集模型.现研究基于两个近似空间的笛卡尔积粗集模型,给出了积近似空间的概念,刻画了可分解集合的上(下)近似、近似精度和粗糙度.最后研究了笛卡尔积粗集模型的可分解问题,给出了一个近似空间积可分解的充分必要条件.

关键词：笛卡尔积、积近似空间、可分解子集、粗糙度、可分解的近似空间

所属期刊栏目：38

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目60773059;广东省科技计划项目资助2010B010600039;五邑大学重点科研项目资助

在线出版日期：2011-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：225-228,245