作　　者： ; ;

机构地区： 五邑大学数学物理系

出　　处： 《计算机科学》 2002年第5期76-79,共4页

摘　　要： 1 引言 粗糙集作为一种处理不精确、不确定与不完全数据的新的数学理论,由波兰数学家Z.Pawlak在20世纪80年代初提出[1,2].这套理论开始仅局限在东欧各国,并未引起国际计算机学界和数学界的重视.粗糙集(Rough Set)理论(也称粗集理论或RS理论)认为如果自然界离散表示的对象设为U,人们具有关于U的认识能力或称为知识就是人们对U的划分或分类的能力. Rough set theory is a new mathematical tool to deal with the vagueness and uncertainty. It has been used in machine learning,knowledge discovery,decision support systems,and patterm recognition. We introduce the Pawlak rough set algebras after we explain the basic idea of rough sets. Then we mainly review the generalizations of Pawlak rough set algebras and the axiomatization of the Pawlak rough set algebras. We also introduce the rough equalities in Pawlak rough set algebras,the characterizations of them and the relationship with some pure algebrale systems,for example .semigroups.

关 键 词： 粗代数理论 代数 等价关系 拓扑 粗糙集理论 数学理论

领　　域： [理学] [理学]