| 浅谈粗糙集理论及其应用进展 |
| |
| 引用本文： | 韩少锋,陈立潮.浅谈粗糙集理论及其应用进展[J].山西电子技术,2006(1):92-93. |
| |
| 作者姓名： | 韩少锋 陈立潮 |
| |
| 作者单位： | [1]中北大学计算机科学与技术系,山西太原030051 [2]太原科技大学计算机科学与技术系,山西太原030024 |
| |
| 摘 要： | 粗糙集理论是一种新型的处理模糊和不确定知识的数学工具。目前已在人工智能、知识与数据发现、模式识别与分类、故障检测等方面得到了广泛应用。首先描述了粗糙集的基本算法及其复杂度，包括等价关系，上下近似及约简算法；然后对粗糙集在一些领域中的应用进展情况进行了论述，例如模式识别与人工神经元网络等，最后给出了建议的研究方向。
|
| 关 键 词： | 粗糙集 知识发现 数据分析 |
| 修稿时间： | 2005年11月8日 |
Discussion on Rough Set Theory and Its Applications |
| |
| Han Shaofeng Chen Lichao.Discussion on Rough Set Theory and Its Applications[J].Shanxi Electronic Technology,2006(1):92-93. |
| |
| Authors: | Han Shaofeng Chen Lichao |
| |
| Affiliation: | Han Shaofeng~1 Chen Lichao~2 |
| |
| Abstract: | Rough set theory,a new mathematical tool that dealing with vagueness and uncertainty,was introduced by Pawlak in 1982.It has been widely used in the area of AI,data mining,pattern recognition,fault diagnostics etc.This paper describes the basic algorithms for rough set,including equivalent relation,upper/lower approximation and reduction.Then several extensions of rough set theory are discussed such as pattern recognition,ANN etc.At last further research directions are discussed. |
| |
| Keywords: | rough set knowledge discovery data analysis |
| 本文献已被 CNKI 维普 等数据库收录！ |
