论文部分内容阅读
粗糙集理论是基于不可分辨关系(即等价关系)的理论,它用于处理模糊和不确定的知识,其主要思想是在保持分类能力不变的前提下,通过知识约简,导出问题的决策或分类规则,它已被成功地应用于机器学习、决策分析、过程控制、模式识别与数据挖掘等领域.
由广义粗糙集导入的广义近似空间是一种重要的空间,本文主要研究了广义近似空间的拓扑结构及基于二元关系的R-分离空间的一些性质.
本文分为三个章.
第一章,我们介绍相关的背景知识.
第二章,我们通过引入论域X上的自反关系R的传递化表示R的概念来研究广义近似空间的拓扑结构,包括它的拓扑基、可数性、可分性、紧性、分离性、连通性等,得出一些有趣的结论,其主要结论是:定理2.3.1,定理2.3.10,定理2.3.14.
第三章,我们研究了基于二元关系的R-分离空间,给出了它的一些性质,讨论了它与紧致空间和Lindel(o)ff空间之间的关系,其主要结论是:定理3.3.5,定理3.3.6.