粗糙集知識約簡技術及其應用研究.pdf

1、由于計算機科學與技術的發(fā)展,特別是計算機網絡的發(fā)展,人們面對著越來越多的海量信息。尤其是隨著數據庫的大量應用,在各個行業(yè)各個領域都積累了十分豐富的數據,“豐富的數據與貧乏的知識”的問題也日漸突出。近幾十年間,知識發(fā)現(規(guī)則提取、數據挖掘、機器學習等)應運而生,受到人工智能學界的廣泛重視,產生了知識發(fā)現的各種不同方法。
　　 在知識發(fā)現的任務中,人們常常要面臨大量數據的處理任務,特別是隨著網絡信息的不斷增長和各個復雜領域如金融數據

2、、醫(yī)療診斷、衛(wèi)星探測等的數據增長,現在面臨的處理對象經常達到上百萬、千萬,計算機的處理能力往往顯得不足。并且大量的數據會給知識發(fā)現的知識獲取方法帶來很多困難。所以對數據約簡就顯得十分必要。目前對數據進行約簡主要有兩方面:一是減少數據的樣本數,這個主要是通過采樣技術來實現;二是減少屬性或特征,主要利用知識約簡和特征選擇等方法。
　　 粗糙集理論是繼概率論、模糊集理論、證據理論之后的又一個處理不確定性的數學工具。已成為目前知識工程研

3、究領域一種有效的數學工具,粗糙集理論已經在決策與分析、故障診斷、模式識別、數據挖掘、動態(tài)目標識別及跟蹤等領域取得了很人的成功。
　　 知識約簡是知識發(fā)現的重要課題,同時也是粗糙集理論的核心問題之一。本文介紹了粗糙集的理論基礎,以及粗糙集知識約簡的代數表示和信息表示。同時對模糊粗糙集知識約簡的信息表示進行了探討,提出了自己的改進方式。通過實驗將粗糙集知識約簡技術應用劍對腦部智能活動的探索中,結果證明粗糙集知識約簡技術在實際應用中有