论文部分内容阅读
本文引入属性和属性子集广义重要度的概念以及空间中的广义近邻关系，提出广义近邻关系下的实域粗糙集扩展模型．在实域粗糙集理论中，利用广义近邻关系在全局中划分相容模块，构成集合的下、上近似，避免了Pawlak粗糙集必须量化数据的麻烦．另外，本文给出了实域粗糙集的属性约简定义和一种贪心算法，分析了约简属性集合的质量．最后，通过实例验证了本文理论和方法的正确性和有效性．