信息系统不确定性的粗糙边界熵度量方法  

Rough boundary entropy for measuring uncertainty of information system

作　　者：单雪红[1,2] 吴涛[3] 高显彩[1,2] 

机构地区：[1]宿州学院智能信息处理实验室,安徽宿州234000 [2]宿州学院数学与统计学院,安徽宿州234000 [3]安徽大学数学科学学院,合肥230039

出　　处：《计算机工程与应用》2012年第28期147-149,177,共4页Computer Engineering and Applications

基　　金：安徽省高等学校省级自然科学研究项目(No.KJ2011B178);宿州学院智能信息处理实验室开放课题(No.2010YKF10);宿州学院一般科研项目(No.2011yyb04);高等学校省级优秀青年人才基金项目(No.2011SQRL154)

摘　　要：不确定性度量是粗糙集理论研究的重要内容之一。分析了目前粗糙集不确定性度量主要方法的不足,给出了基于边界域的粗糙集粗糙边界熵的定义。证明了这种粗糙边界熵随着知识粒度的减小而单调减小,而且当负域的知识颗粒被细分时,粗糙边界熵不变。给出了粗糙边界熵的两条性质。Uncertainty measure is one of important contents of rough set theory study. In this paper, by analyzing the problem of methods for measuring the uncertainty of rough set, the rough boundary entropy is defined, based on boundary region. It is proved that the rough boundary entropy decreases monotonously as the knowledge granularity becomes finer. When the knowledge granularity of negative region is subdivided, the rough boundary entropy doesn＇ t change. Two properties of rough boundary entropy are given.

关 键 词：粗糙集 信息系统 不确定性度量 粗糙边界熵 粗糙度 边界域 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]