粗糙集理论及其在智能系统中的应用

被引:9
作者
伞冶
叶玉玲
机构
[1] 哈尔滨工业大学控制与仿真中心
关键词
粗糙集; 属性约简; 智能系统; 粗糙神经网络;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
粗糙集理论是一种新型的处理含糊和不确定知识的数学工具,在智能系统中得到了广泛的应用.介绍了经典粗糙集理论的基本思想,上下近似集、属性约简和核等基本概念以及粗糙集的研究现状.介绍了粗糙集理论在智能系统中的应用,主要包括基于粗糙集理论的属性约简作为数据预处理的手段,基于粗糙集理论的相关性分析和基于粗糙集理论的系统建模和控制.指出了粗糙集理论在应用中遇到的问题和可能的研究方向.
引用
收藏
页码:40 / 47
页数:8
相关论文
共 4 条
[1]   粗糙集理论框架下的神经网络建模研究及应用 [J].
何明 ;
李博 ;
马兆丰 ;
傅向华 ;
不详 .
控制与决策 , 2005, (07) :782-785
[2]   粗糙集理论的分层递阶约简算法及其信息理论基础 [J].
乔斌 ;
李玉榕 ;
蒋静坪 .
控制理论与应用, 2004, (02) :195-199
[3]   基于条件信息熵的决策表约简 [J].
王国胤 ;
于洪 ;
杨大春 .
计算机学报, 2002, (07) :759-766
[4]   Rough neural network of variable precision [J].
Liu, HJ ;
Tuo, HY ;
Liu, YC .
NEURAL PROCESSING LETTERS, 2004, 19 (01) :73-87