包含度与粗糙集数据分析中的度量

被引：78

作者：

梁吉业

徐宗本

李月香

机构：

[1] 西安交通大学理学院信息与系统科学研究所!西安山西大学计算机科学系太原

[2] 山西大学计算机科学系!太原

来源：

计算机学报 | 2001年 / 05期

关键词：

粗糙集; 包含度; 数据分析; 度量;

D O I：

暂无

中图分类号：

TP301 [理论、方法];

学科分类号：

080201 [机械制造及其自动化];

摘要：

粗糙集理论是一种新的处理模糊和不确定知识的软计算工具 .粗糙集数据分析是粗糙集理论中的主要应用技术之一 ,它主要用来分析数据的性质、粗糙分类、分析属性的依赖性和属性的重要性、抽取决策规则等 ,在人工智能与认知科学领域有着重要的应用 .该文通过将包含度概念引入到粗糙集理论中 ,建立了包含度与粗糙集数据分析中的度量之间的关系 ,证实了粗糙集数据分析中的有关度量均可归结为包含度 .这些结论有助于人们深刻理解粗糙集数据分析的本质 ,可作为建立粗糙集数据分析中的度量的主要依据

引用

页码：544 / 547

页数：4

共 5 条

[1]

基于Rough Set理论的“数据浓缩” [J].

王珏 ;

王任 ;

苗夺谦 ;

郭萌 ;

阮永韶 ;

袁小红 ;

赵凯 .

计算机学报, 1998, (05) :393-400

[2]

模糊规则的谐调度与矛盾规则的排除方法[J] 梁怡，张文修计算机学报 1997, 10

[3]

ROUGH SET THEORY AND ITS APPLICATIONS TO DATA ANALYSIS[J] Zdzislaw Pawlak Cybernetics and Systems 1998,

[4]

Rough sets[J] Zdzislaw Pawlak;Jerzy Grzymala-Busse;Roman Slowinski;Wojciech Ziarko Communications of the ACM 1995,

[5]

粗糙集理论与方法[M] 张文修等编著; 科学出版社 2001,

← 1 →