基于粗糙集的不完备信息系统的知识获取

2012年03月07日11:27:25 本网站我要评论(2)字号：T | T | T

王　莉，汤凌冰，史德嘉
湖南商学院计算机与电子工程系，湖南长沙

摘　　　要：根据不完备信息系统（ＩＩＳ）的数据不完整或不完备的特性，从粗糙集（ＲＳ）等价类的概念出发，提出了基于粗糙集理论的不完整数据集知识获取方法，利用该算法不仅可以从不完整数据集中提取规则，并且能够解决在学习过程中对训练事例属性未知特征值的估计问题。较后，给出具体的算例利用所给的算法求得信息系统的知识获取，并对所得的结果进行比较，从而说明所给算法的有效性和实用性，也证实了该算法可以有效地应用于复杂工业过程的专家系统知识库的建立。

关　键　词：不完备信息；粗糙集；粗糙集等价类；知识获取

１　引　言
不完备信息系统（ＩｎｃｏｍｐｌｅｔｅＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ，简称ＩＩＳ）是指由于受到数据采集能力、生产环境等因素影响而导致原有数据出现未知属性值的系统。粗糙集理论是由Ｐａｗｌａｋ在１９８２年提出的，作为一种刻划不完整性和不确定性的数学工具，能有效分析和处理不精确、不一致等各种不完整信息，并从中发现隐含的知识，揭示潜在的规律，这些优点使其成为数据库和机器学习研究领域的热点［１２］。在专家系统领域应用的例子有：基于不完整信息推理，基于知识的化简，数据挖掘及规则发现等。这些方法是以粗糙集理论的约简概念为基础实现对知识库的精简和重构，处理不完整数据集有困难。因此本文从粗糙集等价类的概念出发，提出了基于粗糙集理论的不完整数据集知识获取方法，可以有效地应用于复杂工业过程的专家系统知识库建立，尤其是信息不完备的复杂工业过程的知识库建立。本文主要做了如下几个方面的工作：①提出不完备信息系统的概念，并结合密闭鼓风炉的实际运行情况给出悬料不完备数据集。②提出基于不完备信息系统的粗糙集等价类的概念，并分析数据集的不完备下近似和上近似，以推导出确定的和不确定的信息并归纳出确定合理的规则。③给出知识获取算法，利用该算法计算出不完整下近似并尝试估计未知特征值。④通过一实例，证明该算法的正确性和有效性。

登录网站后可下载文件

基于粗糙集的不完备信息系统的知识获取

相关阅读: