Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

21.11.2018 | Original Article | Ausgabe 10/2019

International Journal of Machine Learning and Cybernetics 10/2019

Fuzziness and incremental information of disjoint regions in double-quantitative decision-theoretic rough set model

Zeitschrift:
International Journal of Machine Learning and Cybernetics > Ausgabe 10/2019
Autoren:
Wentao Li, Witold Pedrycz, Xiaoping Xue, Weihua Xu, Bingjiao Fan
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations

Abstract

Double-quantitative decision-theoretic rough set (Dq-DTRS), as a new model considering double quantification to reflect the distinct degrees of quantitative information, satisfies the quantitative completeness properties and exhibits much stronger fault tolerance capabilities than decision-theoretic rough set (DTRS) and graded rough set (GRS). Since the Dq-DTRS was proposed, there have been few studies on the uncertainty analysis of the model. In this paper, we investigate the uncertainty measure of the four disjoint regions in Dq-DTRS models by introducing a fuzziness formula for rough set, and then describe the changing regularities of fuzziness of disjoint regions in DqI-DTRS model and DqII-DTRS model along with the variation of two parameters \(\alpha , \beta\) and the grade k, respectively. In addition, three kinds of incremental information for Dq-DTRS model, namely useful incremental information, useless incremental information and error-correction incremental information are presented being formed with regard to the changes of boundary regions, and also the related assessment methods for these special types of incremental information are discussed in the form of several important theorems.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 10/2019

International Journal of Machine Learning and Cybernetics 10/2019 Zur Ausgabe