在单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)基础上,给出S-粗等价类、S-粗等价类对偶与粗等价类的概念与结构;讨论了三种等价类之间的关系;得到S-粗等价类与S-粗等价类对偶的属性定理与动态分离定理;给出S-粗等价类在知识动态挖掘-发现中的应用。
P-集合(packet set)是由内P-集合XF-(internal packet set XF-)与外P-集合XF(outer packet set XF)构成的集合对,或者称(XF-,XF)是P-集合.把生物学中的"隐性"、"显性"概念与内P-信息交叉、嫁接,提出了内P-显性、隐性信息的概念,给出内P-显性信息生成定理与推论,内P-显性信息的度量、数量、单依赖、内收敛特征定理与推论及内P-显性信息搜索算法,最后给出内P-显性信息在动态信息挖掘中的应用.
P-集合(packet sets)是由内P-集合XF(internal packet set XF)与外P-集合XF(outer packet set XF)构成的元素集合对(XF,XF).P-集合具有动态特性,利用内P-集合XF的结构与动态特性,提出它的反动态特性,给出了基信息、内P-信息、珚F-删除信息、内P-反动态信息等概念;给出了内P-反动态信息的范围,内P-反动态信息判定,内P-反动态信息最大度量,内P-有效删除信息,内P-剩余信息定理及推论;最后给出应用实例.
摘要:P-集合(packet sets)是由内P-集合XF(internal packet set X珔F)与外P-集合XF(outer packet set XF)构成的元素集合对;或者,(XF,XF)是P-集合;P-集合具有动态特性。利用外P-集合XF的结构与动态特性,对它的反动态特性给出研究,提出了基信息、外P-信息、F-补充信息、外P-反动态信息的概念;利用这些概念给出几个基本理论结果,利用这些基本结果,给出外P-反动态信息在信息系统中的应用。
P-集合(packet sets)把动态特性引入到有限普通集合X(cantor set X)内,改进有限普通集合X,被提出的P-集合具有动态特性,P-集合是由内P-集合XF(internal packet set XF)与外P-集合XF(outer packet set XF)构成的元素集合对,或者(XF,XF)是P-集合.利用外P-集合结构与生物学中显性基因、隐性基因概念交叉,给出外P-信息的显性、隐性概念;给出外P-信息显性特征、隐性特征与度量,给出外P-信息的显性、隐性定理,给出外P-信息的显性、隐性生成的属性特征.
