粗糙集基本理论

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。