Can fuzzy entropies be effective measures for evaluating the roughness of a rough set?
Can fuzzy entropies be effective measures for evaluating the roughness of a rough set?
复制标题
模糊熵能否成为评价粗糙集粗糙度的有效措施？
DOI：
10.1016/j.ins.2012.12.036
复制
发表时间：
2013-05
影响因子：
8.1
通讯作者：
Dang, Chuangyin
中科院分区：
文献类型：
--
作者：
Wei, Wei;Liang, Jiye;Qian, Yuhua;Dang, Chuangyin
粗糙集的粗糙性源于其边界区域的存在性。在这样的边界区域中，每个对象具有非零的粗糙隶属度。当一个对象的粗糙隶属度被看作是它的模糊隶属度时，粗糙集可以导出一个模糊集。这种关系促使我们断言粗糙集的粗糙度和由粗糙集导出的模糊集的模糊度之间可能存在某种内在的联系。这一论断引出了一个问题：现有的模糊熵是否可以用来评价粗糙集的粗糙度？为了回答这个问题，我们首先分析如何边界区域变化时，宇宙的分区变得粗糙，然后利用这种分析在引入一个更合适的定义粗糙集。为了确定模糊熵是否可以用来衡量粗糙集的粗糙度，我们开发了三种方法来估计模糊熵的能力来衡量粗糙度。实验表明，这些方法是非常有效的，可以应用于选择模糊熵作为粗糙集粗糙度的度量。
The roughness of a rough set arises from the existence of its boundary region. In such a boundary region, each object has a non-zero rough membership degree. When an object’s rough membership degree is regarded as its fuzzy membership degree, a rough set can induce a fuzzy set. This relationship motivates us to assert that there may exist some inherent relations between the roughness of a rough set and the fuzziness of the fuzzy set induced from the rough set. This assertion leads us to the question: Can the existing fuzzy entropies be used to evaluate the roughness of a rough set? To answer this question, we first analyze how the boundary region varies when the partition of the universe becomes coarser, and then exploit this analysis in the introduction of a more appropriate definition on the roughness of a rough set. To determine whether a fuzzy entropy can be used to evaluate the roughness of a rough set or not, we develop three methods for estimating the ability of a fuzzy entropy to measure the roughness. The experiments show that these methods are very effective and can be applied to select a fuzzy entropy as a measure of the roughness of a rough set.
登录
查看更多内容
DOI：
10.1007/978-3-319-99368-3
发表时间：
2018-10
期刊：
--
影响因子：
--
作者：
R. Efendi;Voni Apriana Dewi;Rahmadeni;Sri Basriati;Dadang Syarif
通讯作者：
R. Efendi;Voni Apriana Dewi;Rahmadeni;Sri Basriati;Dadang Syarif
影响因子：
--
作者：
ZADEH, LA
通讯作者：
ZADEH, LA
DOI：
10.1007/978-3-642-03281-3_2
发表时间：
2009-07
期刊：
Trans. Rough Sets
影响因子：
--
作者：
D. Bianucci;G. Cattaneo
通讯作者：
D. Bianucci;G. Cattaneo
DOI：
10.1049/pbpo161e_ch3
发表时间：
2021-07
期刊：
Artificial Intelligence for Smarter Power Systems: Fuzzy logic and neural networks
影响因子：
--
作者：
通讯作者：
--
DOI：
--
发表时间：
--
期刊：
--
影响因子：
--
作者：
W Wei;Wei Wei-Wei;Jiye Liang;Y. Qian;Feng Wang;C. Dang;Hong Kong;Wei Liang;Wang;Feng
通讯作者：
W Wei;Wei Wei-Wei;Jiye Liang;Y. Qian;Feng Wang;C. Dang;Hong Kong;Wei Liang;Wang;Feng