基于粗糙集的不确定知识表示方法

被引：4

作者：

胡涛

吕炳朝

陈光(示禹)

机构：

[1] 电子科技大学自动化系

[2] 电子科技大学自动化系成都

[3] 成都

[4] 成都

来源：

计算机科学 | 2000年 / 03期

关键词：

Rough set; Knowledge representation; Atomic concept .Property set model;

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：

<正> 1 引言知识表示是人工智能(AI)研究中最关键的分支之一。传统的知识表示模型(如AQ11,ID3等),对知识描述是确定的、清晰的,即:被描述的对象具有或不具有某种属性是明确的。然而,在现实世界中,人们常常面对的是在领域信息不完整、不确定、不精确的前提下,完成对事物的认识、分析、推理、判断、预测和决策。这种智能行为往往要求人们对未知的信息进行估计、推测;对不完整数据进行分析、处理;对已知的证据

引用

页码：90 / 92+98 +98

页数：4