欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
本课题以概念格和粗糙集理论为工具，研究了多种信息系统与形式背景下基于粒计算的属性约简与知识获取方法问题。给出了经典形式背景和模糊形式背景中概念格的信息粒度的表示和信息粒度的数学结构；建立了变精度概念格模型，给出了不同尺度下概念格的构造与层次关系；构造了模糊粗糙近似算子、直觉模糊粗糙近似算子、区间值模糊粗糙近似算子，并给出了这些近似算子的公理特征，得到了相应粗糙集的代数结构和拓扑结构；给出了决策形式背景中的概念格属性约简和决策规则提取的新方法；构造了相对依赖空间，并应用于协调决策表的属性约简和规则提取；在不完备信息系统中引入了信任函数与似然函数，提出了信任约简和似然约简的概念和约简方法；发展了包含度、模糊熵、相似性测度等刻画知识的不确定性度量的概念，为研究随机性与模糊性这两种不确定性之间的关联性以及知识不确定性度量提供了新方法。上述研究成果丰富和发展了概念格和粗糙集理论，为数据挖掘与知识发现提供了理论和方法。
结论摘要：
英文主题词Concept lattices; Rough sets；Attribute reduction; rule extraction; Uncertainty
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
会议论文
相关项目
米据生的项目
