文献类型：期刊文章

作　　者：胡丹[1] 莫智文[1]

机构地区：[1]四川师范大学数学研究所,成都610066

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金(No.69803007)

年　　份：2002

卷　　号：15

期　　号：2

起止页码：129-133

语　　种：中文

收录情况：BDHX、BDHX2000、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：本文基于粗集理论,提出了一种新的规则提取法LBR(Learning By Rough Sets),并对LBR与另一种已有的规则提取法LEM1,即全局覆盖算法(global covering algorithm)进行了比较和讨论.基于比较的结果,得出了将LEM1改进后的LEM3.LBR不但可用于普通的决策表规则提取,更多地可应用于基于模糊划分的规则提取.LBR的提出,极大地简化和丰富了规则提取算法,在已知数据中可获取更为丰富的信息量.而LEM3的使用,则是在将"依赖"(depend on)这一概念推广的基础上,更灵活地使用"覆盖"(covering),扩大了获取规则的范围.LBR和LEM3因其各自不同的优点,在数据挖掘和智能领域均具有广泛的应用前景.

关 键 词：粗集 规则提取  LBR LEM3  决策表 模糊划分  机器学习  人工智能

分 类 号：TP18]