决策粗糙集理论研究现状与展望

被引：231

作者：

于洪 ^{[1
,2
]}

王国胤 ^{[1
,3
]}

姚一豫 ^{[2
]}

机构：

[1] 重庆邮电大学计算智能重庆市重点实验室

[2] 里贾纳大学计算机科学系

[3] 中国科学院重庆绿色智能技术研究院电子信息技术研究所

来源：

计算机学报 | 2015年 / 38卷 / 08期

关键词：

粗糙集; 决策粗糙集; 三支决策; 数据分析; 不确定性; 智能信息处理;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

经典Pawlak粗糙集理论中的核心概念上、下近似集是通过集合相交非空和包含来定义的.由于缺乏对错误的容忍能力,其实际应用受到了限制.20世纪90年代初,Yao等人结合贝叶斯决策理论提出了决策粗糙集模型.近年来,该模型逐渐得到重视,并在不确定性信息处理方面得到了广泛应用.该文首先就为什么要提出决策粗糙集模型、该模型具有什么特点以及该模型中需要解决的几个问题进行了详细讨论.然后,总结了国内外关于决策粗糙集模型的研究现状和进展,详细分析了存在的挑战性问题,并深入探讨了未来的研究方向.

引用

页码：1628 / 1639

页数：12

共 42 条

[1]

基于变精度粗糙集的KNN分类改进算法 [J].