基于粗糙集理论的知识库分解与规则获取Decomposition Of Knowledge Base and Rules Acquisition Based on Rough Set Theory
王德瀚;
摘要(Abstract):
粗糙集理论可以通过对数据的约简从例子中学习,获取决策规则。但是,当知识库规模较大、条件属性个数较多时,存在提取规则速度慢、规则长度长等缺点。本文介绍了粗糙集理论的基本概念,提出了一种基于粗糙集的知识库分解算法。首先引入决策属性支持度的概念,在此基础上定义了一个属性选择量度,选择最佳目标属性对知识库进行分解,直到所有对象都被精确分类,从而得到具有一定支持度的规则集,得到的规则长度短,提取速度快。通过对一个简单实例的分析,证明了该算法的可行性。
关键词(KeyWords): 粗糙集;规则获取;知识库;分解
基金项目(Foundation):
作者(Author): 王德瀚;
Email:
DOI: