论文研究双向S模糊粗糙集及其应用.pdf

结合粗糙集理论和遥感数据中地物光谱特征空间分布信息，提出了一种基于光谱特征邻域的容差粗糙集分类方法，用来处理卫星遥感数据分类中的不确定性问题。利用北京地区Landsat-5TM数据进行分类试验，对算法

为了更好地获取由边界域产生的不确定性规则知识，提出最优近似粗糙集的属性约简方法。给出了近似空间上粗糙集最优近似集的判定与计算，然后引入最优近似分布协调集、最优近似分布约简概念。讨论了Pawlak属性约

为了提升风险决策环境下协同训练的效果,提出了一种基于粗糙子空间的协同决策算法。首先利用粗糙集属性约简的概念,将部分标记数据属性空间分解为两差异性较大的粗糙子空间;在各子空间上训练分类器,并依据各分类器

阐明了变精度粗糙集模型中,经典粗糙集模型分类质量、相对正域、决策类下近似不再具有非单调递减特征，在约简过程中分类质量和相对正域会出现跳跃现象，约简过程具有不稳定性；但决策类下近似不会出现跳跃现象，可以

从粒计算的角度，经典的粗糙集是建立在单一的粒（等价关系）上的，把它推广到建立在优势关系上的多粒度粗糙集，定义了多粒度下的上下近似。通过对经典粗糙集的比较，得到了二粒度和多粒度下粗糙集的一些性质和结论。

分析了变精度粗糙集模型属性约简过程出现跳跃的原因，并给出消除跳跃现象的方法。探讨了基于分类质量、相对正域和决策类下近似的属性约简定义，并采用属性添加法对条件属性进行约简，约简过程反映了分类能力的变化。

提出划分矩阵和布尔列向量取小乘法的概念；证明了下矩阵和上矩阵的行并向量分别是下近似和上近似；研究了上下近似的性质；给出了计算上下近似的算法。

属性约简是粗糙集理论中的重要问题。许多学者针对邻域粗糙集提出多种属性约简方法，包括应用最为广泛的启发式算法。在多半径邻域粗糙集的基础上，针对当前启发式约简算法往往会包含一定冗余属性的缺陷，提出一种融合

论文研究-粗糙集与拓扑空间的子集.pdf,  引入拓扑空间的子集关于子基的内部和闭包的定义,并获得了它们的一些基本性质;讨论它们与粗糙集理论中的下近似集和上近似集之间的关系.这些结果可以看作是粗糙集的

提出了几种组合粒下的粗糙集模型，并将其与单一粒下的粗糙集进行了比较，同时与粒逻辑运算下的粗糙集模型进行了比对，创造性地得到了组合粒、单一粒以及粒逻辑运算下的粗糙集模型之间的关系。结果表明，组合粒与粒逻