节点文献

基于广义概念格的广义粗近似空间中规则的发现与提取

Extract Rule from Generalized Rough Approximate Space Based on Generalized Concept Lattice

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 张倩生周作领许绍元贾保果罗俊

【Author】 ZHANG Qian-Sheng ZHOU Zou-Ling XU Shao-Yuan GIA Bao-Guo LUO Jun (Matehematics and Scientific Computer College,.Linnan College,Zhongshan University,Guangzhou 510275)

【机构】 中山大学数学与计算科学学院中山大学岭南学院中山大学数学与计算科学学院 广州 510275

【摘要】 <正> 1.引言在粗集理论中,近似空间的概念给出了一种理解与处理知识的模型,它将知识定义为不可区分关系族集,但是,近似空间中对象的分类只局限于等价关系,过分苛刻要求对象间差异,忽略了对象间相似性,不利于大规模数据集合上的知识发现。为此,Slowinski R提出了利用对象间的一种更普遍存在的广义相似关系来进行近似分类的广义粗近似空间的概念。知识的另一种表示是概念格,Wille R等提出了根据一

【Abstract】 This paper proposes a new method of constructing generalized concept lattice and producing rules from it in the generalized rough approximate space based on generalized similar relation which is more extensive than equivalent relation. Finally, a simple algorithm is presented to extract rules based on interesting measure.

【基金】 国家自然科学基金(10171116);教育部博士点基金(1999055810);广东省自然科学基金(011221)资助
  • 【文献出处】 计算机科学 ,Computer Science , 编辑部邮箱 ,2003年06期
  • 【分类号】TP301.6
  • 【下载频次】66
节点文献中: 

本文链接的文献网络图示:

本文的引文网络