文档介绍：粗糙集理论与应用研究综述
王国胤1 Yiyu Yao2 于洪1,2
(1重庆邮电大学计算机科学与技术研究所重庆 400065)
(2Department puter Science, University of Regina, Regina, Canada S4S 0A2)
{wanggy, yuhong}***@cqupt., ******@
摘要本文在阐释粗糙集理论基本体系结构的基础上,从多个角度探讨粗糙集模型的研究思路,分析粗糙集理论与模糊集、证据理论、粒计算、形式概念分析、知识空间等其他理论之间的联系,介绍国内外关于粗糙集理论研究的主要方向和发展状况,讨论当前粗糙集理论研究的热点研究领域,以及将来需要重点研究的主要问题。
关键词粗糙集,模糊集,粒计算,形式概念分析,知识空间,智能信息处理
A Survey on Rough Set Theory and Its Application
Wang Guo-Yin1 Yao Yi-Yu2 Yu Hong1,2
1 Institute puter Science and Technology, Chongqing University of Posts and munications, Chongqing, 400065
2 Department puter Science, University of Regina, Regina, Saskatchewan, Canada, S4S 0A2
Abstract This paper introduces the basic ideas and framework of rough set theory and the different views of knowledge representation in rough set theory, and then discusses the relations between the rough set theory and the other theories, such as fuzzy set, evidence theory, puting, formal concept analyzing, knowledge space, etc. Furthermore, the paper reviews the recent studies for this theory and a survey on its applications is also given. The future development trend of rough set theory is also discussed.
Keywords rough set, fuzzy set, puting, formal concept analyzing, knowledge space, intelligent information processing
1 引言
智能信息处理是当前信息科学理论和应用研究中的一个热点领域。由于计算机科学与技术的发展,特别是计算机网络的发展,每日每时为人们提供了大量的信息,信息量的不断增长,对信息分析工具的要求也越来越高,人们希望自动地从数据中获取其潜在的知识。特别是近20年间,知识发现(规则提取、数据挖掘、机器学习)受到人工智能学界的广泛重视,知识发现的各种不同方法应运而生。
粗糙集(Rough Set,有时也称Rough集、粗集)理论是Pawlak教授于1982年提出的一种能够定量分析处理不精确、不一致、不完整信息与知识的数学工具[1]。粗糙集理论最初的原型来源于比较简单的信息模型,它的基本思想是通过关系数据库分类归纳形成概念和规则,通过等价关系的分类以及分类对于目标的近似实现知识发现。
本论文得到国家自然科学基金(No. 60573068&No. 60773113)、重庆市自然科学基金()和重庆市杰出青年科学基金()资助.
王国胤,男,1970年生,博士,教授,主要研究领域包括粗糙集、粒计算、神经网络、机器学习、数据挖掘、知识技术等。
Yiyu Yao,男,1962年生,博士,教授,主要研究领域包括Rough集、粒计算、信息检索、WEB智能、认知信息学和数据挖掘等。
于洪,女,1972年生,博士,主要研究领域包括粗糙集、智能信息处理等。
由于粗糙集理论思想新颖、方法独特,粗糙集理论已成为一种重要的智能信息处理技术[2-4],该理论已经在机器学习与知识发现、数据挖掘、决策支持与分析等方面得到广泛应用。目前,有三个有关粗糙集的系列国际会议,即:RSCTC