精度和等级的两个基本的双量化粗糙集模型及其使用粒度计算的研究

近似空间的精度和等级是分别测量相对和绝对定量信息的两个基本定量指标。精度和等级的双重量化是一个相对较新的主题,其有效实施仍然是一个悬而未决的问题。本文使用基本的粗糙集模型来解决双重量化问题。笛卡尔积是结合两个索引的完整性和互补性的自然运算符,因此我们使用此策略构造了两个新模型。使用粒度计算研究模型区域的基本项(即,完整的系统,定量语义和最佳计算)。首先,使用逻辑双定量语义以传统方式定义模型区域(MR颗粒)和基本模型区域(BMR颗粒)。提供了用于双语义描述的基本语义(BS),并且在BS框架内实现了MR和BMR粒子的语义提取。然后针对基本模型区域提出了计算颗粒(BMRC颗粒)以优化计算,并提供了二维平面和颗粒层次结构。提出并分析了两种计算MR和BMR颗粒的基本算法,而BMRC颗粒算法在时间和空间复杂度方面通常表现出优越的性能。我们还探讨了近似算子的性质以及属性近似依赖和约简的概念。最后,我们提供了医学领域的示例应用程序。这两个模型提供了精度和等级的基本双重量化,并具有具体的双重定量语义。它们还代表了Pawlak模型的定量完全扩展。