基于知识含量的粗糙集不确定性度量  

An Uncertainty Measure for Rough Sets Based on Knowledge Capacity

作　　者：刘纪芹[1] 史开泉[2] 

机构地区：[1]山东财政学院统计与数理学院,济南250014 [2]山东大学数学与系统科学学院,济南250100

出　　处：《计算机科学》2007年第7期171-173,共3页Computer Science

基　　金：国家自然科学基金项目(60364001);山东省自然科学基金(Y2004A04)

摘　　要：粗糙集的不确定性度量是粗糙集理论中一项重要的数值特征,而Z.Pawlak提出的粗糙集的不确定性度量,即传统的近似精度与粗糙度具有局限性。考虑导致粗集粗糙性的原因,将传统的粗糙度与知识的含量测度结合起来,提出了一种新的粗糙集不确定性的度量方法,讨论了这一度量的特性,通过实例说明这一新的度量方法的合理性及计算的简便性。The measure of uncertainty is an important numerical characterization in rough sets theory. The measure of uncertainty proposed by Z. Pawlak has its limitations. Considering the causes of uncertainty in rough sets, we propose a new uncertainty measure by combining traditional roughness with knowledge capacity measure. Some good properties of the new uncertainty measure are further discussed. In the end, an example shows the rationality and simplicity of the new uncertainty measure.

关 键 词：粗糙集 不确定性 知识含量测度 近似精度 粗糙度 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]