基于粗糙集的决策表知识约简研究

在知识发现过程中，由于待处理的数据集有时带有噪声或不完整，因此需要能处理不精确、不确定数据的理论和方法。粗糙集理论正是满足这种要求的新型数学工具。基于粗糙集的知识发现过程，就是利用粗糙集理论与方法从数据中挖掘出新颖的、有用的非平凡的模式过程。围绕知识约简这个核心研究问题，分别从差别矩阵、启发式信息及数据库系统的角度对知识约简进行了深入研究。将粗糙集引入Vague目标信息系统，讨论了Vague目标信息系统的知识约简问题。相关主要工作有以下几方面：现有差别矩阵只适用于一致或部分一致决策表，对于完全不一致决策表并不能得到正确的结果，给出了一种基于差别矩阵的知识约简改进算法。由等价类而不是单个元素参与差别矩阵的构造，得到一种简化的代数约简差别矩阵。