粗糙集理論及其應用進展(pdf 5頁)

一、 基本算法及其複雜度
二、 擴展模型
三、 應　用
四、 結　語

粗糙集理論是一種新型的處理模糊和不確定知識
的數學工具。目前已在人工智能、知識與數據發現、模式識別
與分類、故障檢測等方麵得到了廣泛應用。首先描述了粗糙
集的基本算法及其複雜度, 包括等價關係, 上下近似及各種
約簡算法; 接著對粗糙集擴展理論, 如可變精度模型, 相似模
型等進行了討論, 然後對粗糙集在數據挖掘、大數據集、粗糙
邏輯、多方法融合等領域中的應用進展情況進行了論述, 最
後給出了建議的研究方向。
　粗糙集( rough set) 理論是一種新型的處理模
糊和不確定知識的數學工具。目前已經在人工智能、
知識與數據發現、模式識別與分類、故障檢測等方麵
得到了較為成功的應用。
粗糙集理論具有一些獨特的觀點。這些觀點使
得粗糙集特別適合於進行數據分析。如:
知識的粒度性。粗糙集理論認為知識的粒度性……

..............................