扩展粗糙集模型及其在知识发现中的应用

摘要：

粗糙集(Rough Set)理论是一种有效地处理模糊性和不确定性的数学工具，近年来在人工智能、模式识别、知识处理机器学习等领域的研究中得到广泛的关注。该文对粗糙集的基本模型和扩展模型进行了介绍，并针对数据库中的知识发现(KDD)，对基于粗糙集模型的一般性处理方法进行了论述,并使用扩展粗糙集模型，对不完整性库中决策规则的可信度进行了度量，最后，简要的介绍了国内外这方面研究和应用的进展情况。

关键词： 粗糙集 模糊性 数据库 知识发展 决策规则 数据挖掘

作者: 傅仕星 卢增祥 路海明 李衍达

作者单位: 清华大学自动化系(北京)

会议类型: 国内会议

会议名称: 第三届全球智能控制与自动化大会

会议地点: 合肥

会议语种:中文

页码: 2535～2539

在线出版日期: 2000-06-01（万方平台首次上网日期，不代表论文的发表时间）