基于粗糙集的不一致信息系统规则获取方法

摘要：

本文提出了一种基于粗糙集的既能学习决策性分类规则也能学习非决策性分类规则的方法,目的是获得更一般、更可靠的分类规则,并设计了相应的算法.算法的基本思想是允许用户在学习分类过程中指定三个参数:最小的支持度、分类规则必须满足的一致度、覆盖度,据此推导出满足参数要求的规则.最后将该方法应用于一个算例中,提取了满足给定参数阈值的规则.该方法在处理噪音数据及大型数据库分析等方面具有较强功能.

关键词：粗糙集、变精度粗糙集、信息系统、概率规则获取

所属期刊栏目：11

分类号：C931(管理学)

资助基金：教育部科学技术研究项目01JA630048

在线出版日期：2003-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：91-95