一种新的概念格结构:粗糙概念格

摘要：

概念格是数据分析与知识提取的一种有效工具,由于概念格的完备性及精确性,采用概念格提取不确定知识存在较大的局限性.粗糙集理论是处理不确定性知识的一种有效数学工具.为了提高概念格的知识提取的能力,使其能够处理不确定性知识,本文针对决策形式背景,采用粗集理论中上下近似来描述内涵所拥有的外延,给出了一种新的概念格结构:粗糙概念格.并在此基础上给出了一种粗糙概念格的构造方法,从而加强了概念格处理不确定性知识的能力。

关键词： 概念格 粗糙集理论 粗糙概念格 决策背景 不确定性知识 知识提取

作者: 杨海峰 张继福

作者单位: 太原科技大学,计算机科学与技术学院,太原,030024 太原科技大学,计算机科学与技术学院,太原,030024;中国科学院自动化所模式识别国家重点实验室,北京,100080

会议类型: 国内会议

会议名称: 全国第17届计算机科学与技术应用(CACIS)学术会议

会议地点: 太原

会议语种:中文

页码: 212-216

在线出版日期: 2006-07-16（万方平台首次上网日期，不代表论文的发表时间）