基于粗糙集的不协调决策系统知识约简研究
随着互联网、云计算、物联网、智慧城市、社交网络等技术的发展,工业、农业、医疗卫生、文化教育和科学研究等各行各业产生了大量的数据,全球范围内数据量正迅猛增加,数据规模和维度不断增大,形成了大规模高维数据。这些数据中往往存在着大量不确定信息,知识发现过程就是从这些大量不确定数据中提取有价值和有意义的知识。
粗糙集理论作为一种知识发现工具,能够有效地处理不精确、不一致、不完备信息,目前已在人工智能、模式识别、机器学习和决策分析等方面得到广泛的发展和应用。粗糙集理论最大的特点是不需要依赖任何先验知识,便可从不确定数据中发现潜在的、有价值的知识。
由于数据采集的多样性和数据离散化的不确定性,常常会导致数据集中存在不协调的数据。数据的不协调也体现出知识系统中存在相互矛盾、互相冲突的特性,对不协调知识系统进行知识表示和知识发现是具有一定意义的研究范畴。
知识约简是粗糙集理论研究的核心内容之一,通过约简可以降低数据维度,简化数据表示,提高分类精度和数据处理效率。本论文从差别矩阵和相对分辨能力两个视角研究不协调决策系统的知识约简,内容和创新如下:(1)研究决策表不 ...


雷达卡


京公网安备 11010802022788号







