粗糙集知識(shí)約簡(jiǎn)技術(shù)及其應(yīng)用研究.pdf

1、由于計(jì)算機(jī)科學(xué)與技術(shù)的發(fā)展,特別是計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展,人們面對(duì)著越來(lái)越多的海量信息。尤其是隨著數(shù)據(jù)庫(kù)的大量應(yīng)用,在各個(gè)行業(yè)各個(gè)領(lǐng)域都積累了十分豐富的數(shù)據(jù),“豐富的數(shù)據(jù)與貧乏的知識(shí)”的問(wèn)題也日漸突出。近幾十年間,知識(shí)發(fā)現(xiàn)(規(guī)則提取、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等)應(yīng)運(yùn)而生,受到人工智能學(xué)界的廣泛重視,產(chǎn)生了知識(shí)發(fā)現(xiàn)的各種不同方法。
　　 在知識(shí)發(fā)現(xiàn)的任務(wù)中,人們常常要面臨大量數(shù)據(jù)的處理任務(wù),特別是隨著網(wǎng)絡(luò)信息的不斷增長(zhǎng)和各個(gè)復(fù)雜領(lǐng)域如金融數(shù)據(jù)

2、、醫(yī)療診斷、衛(wèi)星探測(cè)等的數(shù)據(jù)增長(zhǎng),現(xiàn)在面臨的處理對(duì)象經(jīng)常達(dá)到上百萬(wàn)、千萬(wàn),計(jì)算機(jī)的處理能力往往顯得不足。并且大量的數(shù)據(jù)會(huì)給知識(shí)發(fā)現(xiàn)的知識(shí)獲取方法帶來(lái)很多困難。所以對(duì)數(shù)據(jù)約簡(jiǎn)就顯得十分必要。目前對(duì)數(shù)據(jù)進(jìn)行約簡(jiǎn)主要有兩方面:一是減少數(shù)據(jù)的樣本數(shù),這個(gè)主要是通過(guò)采樣技術(shù)來(lái)實(shí)現(xiàn);二是減少屬性或特征,主要利用知識(shí)約簡(jiǎn)和特征選擇等方法。
　　 粗糙集理論是繼概率論、模糊集理論、證據(jù)理論之后的又一個(gè)處理不確定性的數(shù)學(xué)工具。已成為目前知識(shí)工程研

3、究領(lǐng)域一種有效的數(shù)學(xué)工具,粗糙集理論已經(jīng)在決策與分析、故障診斷、模式識(shí)別、數(shù)據(jù)挖掘、動(dòng)態(tài)目標(biāo)識(shí)別及跟蹤等領(lǐng)域取得了很人的成功。
　　 知識(shí)約簡(jiǎn)是知識(shí)發(fā)現(xiàn)的重要課題,同時(shí)也是粗糙集理論的核心問(wèn)題之一。本文介紹了粗糙集的理論基礎(chǔ),以及粗糙集知識(shí)約簡(jiǎn)的代數(shù)表示和信息表示。同時(shí)對(duì)模糊粗糙集知識(shí)約簡(jiǎn)的信息表示進(jìn)行了探討,提出了自己的改進(jìn)方式。通過(guò)實(shí)驗(yàn)將粗糙集知識(shí)約簡(jiǎn)技術(shù)應(yīng)用劍對(duì)腦部智能活動(dòng)的探索中,結(jié)果證明粗糙集知識(shí)約簡(jiǎn)技術(shù)在實(shí)際應(yīng)用中有