Rough set理论及其应用

Rough set理论能从数据间发现隐含的关联和规律，广泛应用于人工智能、模式识别、智能信息处理等领域，成为最受国际学术界重视的处理不确定数据的理论与方法。

用Shannon熵度量两个数据集的一致性

粗糙集理论的基本思想是根据已知数据自身的不可分辨关系,通过一对近似算子,对某一给定概念进行近似表示。这种思想被应用在研究一个数据集对于另一个数据集的分类一致性上。提出了一种测量两个数据集一致性的新方法,并用Shannon熵定义了分类一致性。考虑到不同数据临近关系的影响,引入了模糊概念将测量对象由清晰分类转化为模糊分类,进而构造了一个广义的一致性度量,这种方法可以产生稳定的可判结果,有效地阻止建模技术中常出现的"黑箱"现象。