基于粗糙集的间接学习

摘要：

@@ 粗糙集理论为处理不精确、不确定数据提供了一个新的数学方法,已被广泛应用于人工智能、模式识别与智能信息处理等计算机领域.
在Pawlak粗糙集模型[1,2]中,等价关系起着至关重要的作用.任意给定一个概念(论域的子集),人们不一定能用知识库中的知识(等价类)来精确地描述,这时就用关于这个概念构成的集合的一对上、下近似来描述.但是,对等价关系的严厉要求限制了粗糙集理论的应用,因此许多学者从各方面对Pawiak粗糙集模型作了推广[3～5].

机标关键词：粗糙集模型、间接学习、粗糙集理论、等价关系、智能信息处理、知识库、应用、数学方法、数据提供、人工智能、模式识别、描述、概念构成、下近似、计算机、等价类、子集、学者、集合

所属期刊栏目：29

分类号：TP18(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：96-97,104