文献类型：期刊文章

作　　者：马志锋[1] 邢汉承[1] 郑晓妹[2]

机构地区：[1]东南大学计算机科学与工程系,南京210096 [2]南京航空航天大学计算机科学与工程系,南京210016

出　　处：《计算机研究与发展》

年　　份：2000

卷　　号：37

期　　号：9

起止页码：1050-1057

语　　种：中文

收录情况：AJ、BDHX、BDHX1996、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：含糊性和不可分辨性构成了决策表中不确定性的两个不同侧面 .Vague集作为当前模糊信息处理中的一个新兴研究课题 ,它具有强大的表达不精确数据的能力 ,然而针对它的学习方法却未见报导 ,大多数现有针对Vague集的研究仍集中于对其本身性质的讨论 .在介绍 Vague集的有关概念的基础上 ,借鉴了粗糙集合中有关近似集的概念 ,特别对不完整 Vague决策表中的学习机制作了研究 ,解决了数据描述不精确时的学习问题 .所给出的两个算法分别适用于决策属性具有精确与 Vague取值的情形 .

关 键 词：不完整Vague决策表  机器学习  近似集 人工智能

分 类 号：TP181]