基于Rough集方法的機(jī)器學(xué)習(xí)技術(shù)研究.pdf

1、機(jī)器學(xué)習(xí)是人工智能領(lǐng)域中重要的研究課題，是用計(jì)算機(jī)模擬人類學(xué)習(xí)活動的一門科學(xué)。機(jī)器學(xué)習(xí)用計(jì)算機(jī)模擬和實(shí)現(xiàn)人類的學(xué)習(xí)過程，目的是獲取知識，有歸納學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)、遺傳算法等學(xué)習(xí)算法，支持向量機(jī)(SVM)是現(xiàn)在機(jī)器學(xué)習(xí)研究中較熱門的學(xué)習(xí)算法。歸納學(xué)習(xí)是機(jī)器學(xué)習(xí)的主要分支，主要研究如何歸納出一般性概念的描述。實(shí)例學(xué)習(xí)是歸納學(xué)習(xí)方法中的一種有導(dǎo)師學(xué)習(xí)方法，它從若干實(shí)例(包括正例和反例)歸納出一般概念或規(guī)則。雖然機(jī)器學(xué)習(xí)的研究方法和理論基礎(chǔ)很多

2、，但目前似乎還沒有一種被普遍接受。 Rough集理論是一種處理模糊和不確定性問題的新型數(shù)學(xué)工具，其主要思想是將知識理解為對論域的劃分，在保證分類能力不變的情況下，通過知識約簡，導(dǎo)出問題的決策規(guī)則。突出的數(shù)據(jù)處理能力使得Rough集方法可應(yīng)用到機(jī)器學(xué)習(xí)中，用以研究不完備學(xué)習(xí)訓(xùn)練系統(tǒng)完備前后學(xué)習(xí)質(zhì)量和學(xué)習(xí)過程的變化，包括導(dǎo)師知識不完備訓(xùn)練系統(tǒng)和學(xué)習(xí)者知識缺失學(xué)習(xí)系統(tǒng)，也可用來研究動態(tài)學(xué)習(xí)中增加或刪減實(shí)例時學(xué)習(xí)質(zhì)量變化，從而Roug集