基于概念格的数据驱动不确定知识获取

被引：13

作者：

王燕

王国胤

邓维斌

机构：

[1] 西南交通大学信息科学与技术学院

[2] 重庆邮电大学计算机科学与技术研究所

来源：

模式识别与人工智能 | 2007年 / 20卷 / 05期

关键词：

概念格; 不确定性; 数据驱动学习; 机器学习; 知识获取;

D O I：

暂无

中图分类号：

TP311.131 []; TP18 [人工智能理论];

学科分类号：

1201 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在没有领域先验知识的条件下,不确定知识获取是机器学习研究中的一个难题.本文利用决策表和决策规则的不确定性,通过分析决策表、决策规则及概念格的知识表示形式,发现这3种知识表示形式中知识不确定性之间的关系,进而提出基于概念格的数据驱动不确定知识获取算法.仿真实验结果表明,该算法在不确定性知识获取中是有效的.

引用

页码：636 / 642

页数：7

共 6 条

[1]

知识发现.[M].史忠植著;.清华大学出版社.2002,

[2] Uncertainty measures of rough set prediction [J].