基本理论
此方法基于粗糙集理论,对于粗糙集方面的知识,请参考这篇博客:http://blog.sina.cn/dpool/blog/s/blog_65aba7b70100h5s0.html
该博客已经很好讲了粗糙集的基本知识,我这里就不重复了,请你反复确认是否已经明白了下近似和上近似的概念。说白了,一个属性上的等价类集合(即划分)就是关于这个属性的知识,而其中的一个等价类就是一个概念,可以结合上面博客中关于颜色知识的例子。如果我们随意给定一个集合对象{X1,X2,X5},如果能用现有的概念或概念并集来表示这个集合的意义,那么该集合就是可定义,否则,该集合就是不可定义,即是粗糙集,因为我们无法用确切的概念去完整表述这个集合。
但是对于粗糙集,我们可以近似的来表示它,可以用2个角度来表示,第一个就是我用已有的知识尽可能大的表示它,即用最多的概念并集来包含于它,比如我们有一个概念{X1,X2},我们就可以近似用这个概念来表示集合{X1,X2,X5}。第二个,我有一个概念{X1,X2,X7},因为这两个集合交集不为空,间接的说明了可能这两个集合有某种关系,所以我同样可以近似来表示{X1,X2,X5}。前者就是下近似,后者就是上近似。对应具体的表达就是如下:
我们之前已经谈到在一个属性上的知识,但若物体有多个属性呢,那么这些物体和及其所拥有的属性组成的。