浅谈数据挖掘与粗糙集理论
刘霄;
摘要(Abstract)：
数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在现实生活中有许多现象并不能简单地用真、假值来表示,如何表示和处理这些现象就成为一个研究领域。1982年,波兰科学家Z.Pawlak提出了粗糙集(Rough Set)理论,这是一种采用新方式来处理模糊性和不精确性知识的数学工具。
关键词(KeyWords)： 数据挖掘;粗糙集
基金项目(Foundation):
作者(Author): 刘霄;
Email:
DOI:
参考文献(References)：
- [1]Pawlak Z.Rough Sets—Theoretical Aspects of Reason-ing About Data.Kluwer Academic Pub,1991.
- [2]王珏,王任,苗夺谦等.基于Rough Set理论的”数据挖掘“.计算机学报,1998,21(5):393～400(Wang Jue,Wang Ren,Miao Duoqian et al.Data enriching based on Rough set theory.Chinese Journal of Computers(in Chinese).1998,21(5):393～400)
- [3]Pawlak Z.Rough set.International Journal of Comput-er and Information Science.1982,1](5):341～356
- [4]Hu X H,Cercone N.Learning in relational databases:a Rough Set approach.Computational Inteligence,1995,1](2):328～338
- [5]Wang J,Miao D.Analysis on attribute reduction strate-gies of rough set.J Computer Science and Technology,1998,13(2):189～192
- [6]Ziarko W.Variable precision rough set model.J Com-puter and System Science,1993,46(1):39～59)