粗糙集中的上下近似的概念

想问一下，粗糙集理论中，上近似、下近似是什么意思啊？

2024-12-04 10:48:12

推荐回答（2个）

回答1：

粗糙集理论作为一种数据分析处理理论，在1982年由波兰科学家Z.Pawlak创立，是一种处理不精确(imprecise)、不一致(inconsistent)、不完整(incomplete)等各种不完备的信息有效的工具。1995年ACM将粗糙集理论列为新兴的计算机科学的研究课题。
下面讨论上下近似的概念。假设给定了一个A上的子集合X={x2,x5,x7}，那么用知识库中的知识应该怎样描述它呢？无论是单属性知识还是由几个知识进行交、并运算合成的知识，都不能得到这个新的集合X，也就是在所有的现有知识里面找出跟他最像的两个一个作为下近似，一个作为上近似。可以选择“蓝色的大方块或者蓝色的小圆形”这个概念：{x5,x7}作为X的下近似。选择“三角形或者蓝色的”{x1,x2,x5,x7,x8}作为上近似，值得注意的是，下近似集是在那些所有的包含于X的知识库中的集合中求交得到的，而上近似则是将那些包含X的知识库中的集合求并得到的。

回答2：

就是一个公式的理论，下近似类似取小的范围，精确的。上近似类似取大的可能范围。建议看一些资料，入门的理论很简单。