基于覆盖的粗糙集提供了一种有效的方法来处理覆盖数据，这种数据在实际应用中广泛存在。 布尔矩阵分解已经常应用于数据挖掘和机器学习。 本文用布尔矩阵表示三种类型的现有覆盖近似算子，然后将它们用于布尔矩阵分解。 首先，我们定义了覆盖的两个特征矩阵。 通过这些布尔特征矩阵，可以简洁，等效地表示三种现有的覆盖近似算子。 其次，将这些算子表示形式应用于布尔矩阵分解，该布尔矩阵分解与非负矩阵分解（一种用于机器学习的流行且有效的技术）密切相关。 我们为平方布尔矩阵分解为另一个矩阵及其转置的布尔乘积提供了充分必要