多粒度序信息系統的知識發(fā)現.pdf

1、粗糙集理論最初由波蘭數學家Pawlak在20世紀80年代初提出，是一種用來處理不完全信息的數據分析的工具。粗糙集理論作為一種嶄新的數學理論，主要的思想是在保持分類能力不變的情況下，對所需要的信息做出相應的決策和分類。經過三十多年的發(fā)展，作為數據挖掘的重要方法，粗糙集理論在諸如專家系統、機器學習、模式識別、決策分析、過程控制、數據庫知識發(fā)現等人工智能領域得到了成功應用，并已經廣泛應用到了工業(yè)、農業(yè)等領域。
　　粒計算是知識表示和數據

2、挖掘的一個重要方法。它模擬人類思考模式，以粒為基本計算單位，以處理大規(guī)模復雜數據和信息等建立有效的計算模型為目標。粗糙集是推動粒計算研究的一個重要方向，它能夠精確地定義和分析粒計算中的很多概念。粗糙集理論最初主要針對的是單粒度和完備的信息系統，即對于系統中的每一個對象和所對應的每一個屬性，只取唯一的一個值。隨著研究的不斷深入，簡單的單粒度信息系統已經不能滿足日益增長的需要，在現實生活中，人們可能要在不同的粒度標記下對同一對象在同一屬性或

3、變量下對系統數據進行觀察、表示、分析和作出決策，即對于同一個對象和所對應某個屬性，根據實際問題的不同粒度層次的需要，可以取不同層次標記的值。在這種情況下，多粒度信息系統被提出并受到研究者的關注，多粒度信息系統對處理復雜的情況下的信息系統有著重大的意義。
　　本文基于粒計算的概念，對多粒度信息系統中的數據進行排序，并完成多粒度序信息系統中的知識發(fā)現。首先，介紹多粒度序信息系統并定義多粒度序信息系統中的優(yōu)勢關系，并進一步定義了基于優(yōu)勢