这种方法的假设是,缺少的属性值不是不确定的,而是不存在。 它们不能与任何其他对象的该属性值进行比较。仅当对象x的所有已知属性值都与y的对应属性值相同时,才认为对象x与对象y相似。因此,即使一个对象可能比另一个对象具有更完整的描述,反关系也不成立。以下定义给出了NSSR的概念:
**定义4:**NSSR的概念:
显然,S是传递的和自反的,但不是对称的。 根据定义4,我们可以得出两个相似集,如随后在定义5和6中给出的:
**定义5:**令S*={U,A,V*,f}为不完整信息系统,并且B⊆A。与SimB(x)表示相似于对象x的对象集定义为:
**定义6:**令S*={U,A,V*,f}为不完整信息系统,并且B⊆A。其中x相似于SimB-1(x)的对象集定义为:
显然,SimB(x)和SimB-1(x)是两个不同的集合。
**定义7:**令S*={U,A,V*,f}为不完整信息系统,并且B⊆A。一个对象集X关于一个属性集B⊆A的上近似和下近似被定义如下:
为了清楚地描述先前定义的两个相似性集,表1中显示了一个示例。
**示例1:**从表一,β和Ω的下近似包含一些对象,这些对象直观的被分类为β和Ω。然而,对象α1和α12看起来相似,但在NSSR却不相似。
NSSR的结果如下:
由非对称相似关系得出的近似值比由容差关系得出的近似值更有意义。此外,集合β和Ω的较低近似包括一些对象,这些对象被直观地期望分别分类为β和Ω。 显然,这种方法不如基于公差关系的方法安全,因为某些信息很少的对象肯定可以分类为一组(例如,对象a10)。