作者：黄光球 李瑞艳知识发现粗糙集多重粗糙集多重概率粗糙集概率粗糙集多重集
摘要：基于多重集合，对Z．Pawlak粗集意义下的概率粗糙集模型的论域进行了扩展，提出了基于多重集的概率粗糙集模型，即多重概率粗糙集模型，给出了该模型的完整定义、相关定理和重要性质，其中包括多重论域定义、多重概率粗糙近似集的定义及其各种性质的证明、多重概率粗糙集的近似精度定义、可定义集与属性约简的定义、多重集意义下的粗糙近似算子之间的关系及其与Z．Pawlak意义下的粗糙近似算子之间的关系等。多重概率粗糙集可充分反映知识颗粒间的重叠性，对象的重要度差别及其多态性，这样有利于用粗糙集理论从保存在关系数据库中的具有一对多、多对多依赖性的且具有不完全性或存在统计性的数据中挖掘知识。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
