第一讲 Pawlak粗糙集模型.ppt

,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第一讲,:Pawlak,粗糙集模型,粗糙集理论是一种新的处理不确定性知识的数学工具，是由波兰科学家,Pawlak,在,1982,年首先提出的,:,Pawlak Z,Rough sets,International Journal of Computer and Information Sciences,11(1982),目前已发展成为人工智能的一个重要研究方向，在数据挖掘,(data mining),与信息系统知识发现,(KDD),中具有非常广泛的潜在的应用背景，并已获得许多成功的应用。,IRSS:International Rough Set Society,1997,中国人工智能学会，粗糙集与软计算专业委员会，,2003,，,11,粗糙集与软计算学术年会（,2001,）,主要参考书,:,Pawlak Z,Rough sets:Theoretical Aspects of Reasoning about Data,Kluwer Academic Publishers,Boston,1991,曾黄麟，粗集理论及其应用，重庆大学出版社，,1998,刘清，,Rough,集与,Rough,推理，科学出版社，,2001,王国胤，,Rough,集理论与知识获取，西安交通大学出版社，,2001,张文修等，粗糙集理论与方法，科学出版社，,2001,张文修等，信息系统与知识发现，科学出版社，,2003,史开泉等,S,粗集与粗决策,科学出版社，,2006,张文修等，基于粗糙集的不确定决策，清华大学出版社，,2005,一 知识与知识库,二 基本定义,三 性质,设 为一近似空间，对于任意,(1),(2),(3),(4),(5),(6),一般情况下,下列等式不成立,:,四 粗糙集的不确定性度量,X,的近似精度,:,X,的粗糙度,五 近似分类的不精确性度量,对于近似分类,的近似分类精度,近似分类质量,讨论题,1:,粗糙集的拓扑结构,讨论题,2,：粗糙集的表示,讨论题,3:,粗糙集与非经典逻辑代数,对于任意 令,则 构成格,.,令,则 为剩余格,.,六 信息系统知识发现,问题,:,实际问题中抽象出来的信息系统往往具有大量的对象与属性，直接提取规则不仅是麻烦的，而且几乎没有价值，系统的本质属性被掩盖于大量的规则中。另外，信息系统的多样性也要求在提取规则之前首先对其进行预处理。,