×
梁，叶;曼弗雷德·费舍尔（Manfred M.Fischer）。;吴伟志;米菊生

一种在区间值信息系统中发现分类规则的粗糙集方法。 （英语） Zbl 1184.68409号

国际J近似推理 47，第2期，233-246（2008）.
摘要：本文提出了一种新的粗糙集方法，通过一个知识归纳过程来发现分类规则，该过程选择具有最小特征集的决策规则来对实值数据进行分类。提出了一种粗糙集知识发现框架，用于分析由实值原始决策表转换而来的区间值信息系统。对于具有区间值特征的信息系统，最小特征选择方法通过知识归纳过程获得隐藏在系统中的所有分类规则。数值例子被用来证实概念论证。

引用于42文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68吨10 模式识别、语音识别
68层37 人工智能背景下的不确定性推理
68单位35 信息系统的计算方法（超文本导航、接口、决策支持等）

关键词：

分类;区间值信息系统;知识发现;知识约简;粗糙集

软件：

LERS公司
PDF格式BibTeX公司 XML格式引用
\textit{Y.Leung}等人，《国际近似推理》47，第2期，233--246（2008；Zbl 1184.68409）
全文： 内政部 链接

参考文献：

[1] Beynon，M.J.，连续值离散化的稳定性：在粗糙集理论中的应用，国际近似推理杂志，35，1，29-53（2004）·Zbl 1075.68088号
[2] Bodjanova，S.，决策中模糊概念的逼近，模糊集与系统，85，23-29（1997）·Zbl 0907.90003号
[3] Chan，C.C。；Grzymala Busse，J.W.，《论两种局部归纳算法：PRISM和LEM2》，《计算与决策科学基础》，19，185-204（1994）·Zbl 0939.68756号
[4] Chmielewski，M.R。；Grzymala-Busse，J.W.，作为机器学习预处理的连续属性的全局离散化，国际近似推理杂志，15，4，319-331（1996）·Zbl 0949.68560号
[5] Dembczynski，K。；Greco，S。；Slowinski，R.，《基于属性和标准层次结构的粗糙分类和排序方法》，《控制与控制论》，31，4，891-920（2002）·Zbl 1179.93031号
[6] Dubois，D。；Prade，H.，粗糙模糊集和模糊粗糙集，国际通用系统杂志，191-208（1990）·Zbl 0715.04006号
[7] 邓奇，I。；Gediga，G.，粗糙集预测的不确定性度量，人工智能，106109-137（1998）·Zbl 0909.68040号
[8] Greco，S。；马塔拉佐，B。；Slowinski，R.，《处理多属性和多标准决策问题的粗糙集分析中的缺失值》，（Zhong，A.；Skowron，S.；Ohsuda，S.，《粗糙集、数据挖掘和粒度软计算的新方向》，《粗糙集合、数据挖掘与粒度软计算新方向》LNAI，第1711卷（1999），斯普林格·弗拉格：柏林斯普林格尔·弗拉格），146-157年·Zbl 1037.91510号
[9] Greco，S。；Inuiguchi，M。；Slowinski，R.，模糊粗糙集和多前提渐进决策规则，国际近似推理杂志，41，2179-211（2006）·Zbl 1093.68114号
[10] Greco，S。；马塔拉佐，B。；Slowinski，R.，《多准则决策分析的粗糙集理论》，《欧洲运筹学杂志》，129，1-47（2001）·Zbl 1008.91016号
[11] Grzymala-Busse，J.W.，《关于从示例中学习的未知属性值》，（Ras，Z.W.；Zemankova，M.，《ISMIS-91会议录》，第六届智能系统方法学国际研讨会，ISMIS-911会议录，第六次智能系统方法论国际研讨会，LNAI，第542卷（1991），Springer-Verlag:Springer-Verlag纽约），368-377年
[12] Grzymala-Busse，J.W。；Stefanowski，J.，规则归纳的三种离散化方法，国际智能系统杂志，16，1，29-38（2001）·Zbl 0969.68145号
[13] Grzymala-Busse，J.W.，LERS-一个基于粗糙集的示例学习系统，（Slowinski，R.，《智能决策支持-粗糙集理论应用与进展手册》（1992），Kluwer学术出版社：Kluwer学术出版社。多德雷赫特），3-18·Zbl 0820.68001号
[14] Han，J。；蔡，Y。；Cercone，N.，关系数据库中定量规则的数据驱动发现，IEEE知识与数据工程汇刊，5，1，29-40（1993）
[15] Hong，T.P。；Wang，T.T。；Wang，S.L.，利用粗糙集理论从定量数据中获取知识，智能数据分析，4289-304（2000）·Zbl 1088.68722号
[16] Kim，D.，基于容忍粗糙集的数据分类，模式识别，341613-1624（2001）·Zbl 0984.68520号
[17] de Korvin，A。；McKeegan，C。；Kleyle，R.，《当隶属度值为模糊集时使用粗糙集进行知识获取》，《智能与模糊系统杂志》，6，237-244（1998）
[18] Kryszkiewicz，M.，不完备信息系统的粗糙集方法，信息科学，112，39-49（1998）·Zbl 0951.68548号
[19] Kryszkiewicz，M.，不完全信息系统中的规则，信息科学，113271-292（1999）·Zbl 0948.68214号
[20] Kryszkiewicz，M.，《不一致系统中知识约简替代类型的比较研究》，《国际智能系统杂志》，第16期，第105-120页（2001年）·Zbl 0969.68146号
[21] 梁，Y。；Li，D.，不完全信息系统中规则获取的最大一致块技术，信息科学，153，85-106（2003）·Zbl 1069.68605号
[22] 梁，Y。；Wu，W.Z。；Zhang，W.X.，《不完备信息系统中的知识获取：粗糙集方法》，《欧洲运筹学杂志》，168,1164-180（2006）·Zbl 1136.68528号
[23] Lingras，P.J。；Yao，Y.Y.，《使用粗糙集模型扩展的数据挖掘》，《美国信息科学学会杂志》，49，415-422（1998）·Zbl 0923.04007号
[24] Mi，J.S。；梁，Y。；Wu，W.Z.，基于划分的模糊粗糙集的不确定性度量，国际通用系统杂志，3477-90（2005）·Zbl 1125.03309号
[25] Mi，J.S。；Wu，W.Z。；张伟新，基于变精度粗糙集模型的知识约简方法，信息科学，159255-272（2004）·Zbl 1076.68089号
[26] Mi，J.S。；张伟新，粗糙集模糊推广的公理化刻画，信息科学，160，1-4，235-249（2004）·Zbl 1041.03038号
[27] Mrozek，A.，《专家推理模型计算机实现中的粗糙集和属性依赖分析》，《国际人机研究杂志》，30，4，457-473（1989）·Zbl 0668.68094号
[28] Pawlak，Z.，《粗糙集》，《国际信息与计算机科学杂志》，11，341-356（1982）·Zbl 0501.68053号
[29] Pawlak，Z.，《粗糙集：关于数据推理的理论方面》（Rough Sets:Theory Aspects of Reasoning about Data）·Zbl 0758.68054号
[30] Pawlak，Z.，《粗略分类》，《国际人类计算机研究杂志》，51369-383（1999）
[31] Polkowski，L。；Skowron，A.，知识发现中的粗糙集1：方法论和应用，2：应用（1998），Physica Verlag：Physica Verlag Heidelberg·Zbl 0910.00028号
[32] Polkowski，L。；津本，S。；Lin，T.Y.，《粗糙集方法与应用》（2000年），《物理-验证：物理-验证-海德堡》
[33] Shafer，G.，《证据的数学理论》（1976），普林斯顿大学出版社：纽约普林斯顿大学出版·Zbl 0359.62002号
[34] Skowron，A.，《决策规则生成的布尔推理》（Komorowski，J.；Ras，Z.，《智能系统方法论》，智能系统方法学，LNAI，第689卷（1993），Springer-Verlag:Springer-Verlag Berlin），295-305
[35] 斯科伦，A。；Rauszer，C.，《信息系统中的可辨矩阵和函数》，（Slowinski，R.，《智能决策支持——粗糙集理论的应用和进展手册》（1992），Kluwer学术出版社：Kluwer学术出版社。伦敦），331-362·Zbl 0820.68001号
[36] Slezak，D。；Ziarko，W.，贝叶斯粗糙集模型的研究，国际近似推理杂志，40，1-2，81-91（2005）·Zbl 1099.68089号
[37] 斯洛文斯基，R。；Vanderpooten，D.，作为粗近似基础的相似关系，（Wang，P.P.，《机器智能和软件计算进展》，第6卷（1997），杜克大学出版社：杜克大学出版公司达勒姆），17-33
[38] 斯洛文斯基，R。；Vanderpooten，D.，基于相似性的粗糙近似的广义定义，IEEE知识与数据工程汇刊，12，331-336（2000）
[39] Stefanowski，J.，《基于粗糙集的决策规则归纳方法》（Polkowski，L.；Skowron，A.，《知识发现中的粗糙集》1（1998），《物理-验证：物理-验证-海德堡》），500-529·Zbl 0927.68094号
[40] Stefanowski，J。；Vanderpooten，D.，以规则归纳为例的一般两阶段方法，（Ziarko，W.，《粗糙集、模糊集和知识发现》（Rough Sets，Fuzzy Sets and Knowledge Discovery）（1994），Springer-Verlag:Springer-Verlag Berlin），317-325·Zbl 0941.68697号
[41] Wu，W.Z。；梁，Y。；张伟新，粗糙集理论和证据的Dempster-Shafer理论之间的联系，国际通用系统杂志，31，4，405-430（2002）·Zbl 1007.03049号
[42] Wu，W.Z。；Mi，J.S。；Zhang，W.X.，广义模糊粗糙集，信息科学，151263-282（2003）·Zbl 1019.03037号
[43] Wu，W.Z。；Zhang，W.X.，邻域算子系统和近似，信息科学，144201-217（2002）·Zbl 1019.68109号
[44] Wu，W.Z。；Zhang，W.X.，模糊逼近算子的构造和公理方法，信息科学，159，3-4，233-254（2004）·Zbl 1071.68095号
[45] Wu，W.Z。；张，W.X。；李海忠，基于粗糙集方法的不完备模糊信息系统知识获取，专家系统，20，5，280-286（2003）
[46] Yasdi，R.，结合粗糙集学习和神经学习：处理不确定和不精确信息的方法，神经计算，7，1，61-84（1996）·Zbl 0833.68101号
[47] Yao，Y.Y.，广义粗糙集模型，（Polkowski，L.；Skowron，A.，《知识发现中的粗糙集》1（1998），Physica-Verlag:Physica-Verlag Heidelberg），286-318·Zbl 0946.68137号
[48] 姚义勇，有限宇宙中粗糙集理论的两种观点，国际近似推理杂志，15，4，291-317（1996）·Zbl 0935.03063号
[49] 姚义勇，信息粒化与粗糙集近似，国际智能系统杂志，16，1，87-104（2001）·Zbl 0969.68079号
[50] 张伟新。；Mi，J.S。；Wu，W.Z.，《不一致系统中知识约简的方法》，《国际智能系统杂志》，18989-1000（2003）·Zbl 1069.68606号
[51] Ziarko，W.，可变精度粗糙集模型，《计算机与系统科学杂志》，46，39-59（1993）·Zbl 0764.68162号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。