基于容错粗集理论的知识约简

粗集理论(RoughSetsTheory,RST)在处理不完全、不精确、不确定性智能信息问题等许多领域已取得成功的应用。然而RST理论还存在某些局限性,比如对等价关系的定义使得知识约简相对复杂化。该文提出利用容错粗集犤1犦RST的概念,建立属性值之间的容错关系,用容错关系对对象进行分类。该方法首先采用遗传算法求出属性阈值的最优组合,然后分别建立属性和对象的特殊矩阵,最后求出属性的相对约简和对象的相对商集。采用容错粗集进行知识约简减少了量化的过程,从而提高知识约简的有效性。该文最后提供了一个实例表明该方法是可行的。

粗集理论中的容错关系及其构造方法

粗集理论（Rough Sets Theory，RST）在许多领域已得到成功的应用，它在处理不完全、不精确、不确定性智能信息问题中表现出优秀品质。然而在标准RST理论中存在有局限性，比如对等价关系的定义使得知识约简相对复杂化。论文提出了基于RST的容错粗集的概念，给出了容错粗集上的性质，使得在进行知识约简时无需进行量化。从而大大提高了知识发现的效率。