郑嘉文 ,吴伟志,2* ,包 菡 ,谭安辉,2

（1.浙江海洋大学数理与信息学院，舟山，316022；2.浙江省海洋大数据挖掘与应用重点实验室，浙江海洋大学，舟山，316022）

粒计算模拟人类思考问题的自然模式，是知识表示和问题求解的重要工具之一，已成为大数据与智能信息处理领域的一个重要研究方向［1-5］.

在众多的粒计算模型中，粗糙集数据分析在推动与发展粒计算研究中发挥了重要作用.粗糙集数据分析中处理的数据集称为信息系统［6］，又称为信息表或对象-属性值表.原始的Pawlak 粗糙集理论利用信息系统给出数据集的训练样本上的等价类描述“粒度”，用等价关系诱导的划分来粒化数据的样本空间，用“粒”代替样本对数据进行处理，并通过计算所定义的约简（使得矛盾样本集不改变的极小特征（属性）集合）对数据集进行特征提取，最终获取聚类或分类规则或排序决策.

传统的粗糙集数据分析呈现的信息系统中每个对象与对应的属性只取惟一的一个值，这样的信息系统反映的是固定尺度下的对象信息，称为单尺度信息系统.在实际生活中人们可能要在不同粒度或尺度下对同一对象在同一属性或变量下对系统中的数据进行分析.为此，Wu and Leung［7］提出多尺度数据的粒计算分析模型，数据表的表示形式称为多尺度信息系统，又称多尺度信息表，这个数据处理模型称为Wu-Leung 模型［8］.这种数据处理的主要思想是：根据决策目标对所有属性选择同一层面的尺度或者粒……