《複雜信息系統的多粒度知識發現與不確定性分析》是依託浙江海洋大學，由吳偉志擔任項目負責人的面上項目。
基本介紹
- 中文名：複雜信息系統的多粒度知識發現與不確定性分析
- 項目類別：面上項目
- 項目負責人：吳偉志
- 依託單位：浙江海洋大學
項目摘要,結題摘要,
項目摘要
粒計算是當前人工智慧，特別是數據挖掘和知識發現領域一個非常活躍的研究方向，它以粒為基本計算單位，以處理大規模複雜數據和信息等建立有效的計算模型為目標。粒計算的基本思想是從多角度、多層次進行信息粒度的表示和問題求解，在複雜和海量數據處理方面有著獨特的優勢。本課題從模擬人的認知出發，以複雜信息系統和形式背景為對象，以粗糙集和概念格為工具，研究信息的多粒度表示和知識發現的理論與方法及不確定性分析。主要內容包括：（1）複雜信息系統的多粒度信息表示和目標概念近似；（2）多粒度空間的代數結構和粒度空間之間的變換機制；（3）多粒度數據的最優粒度選擇和屬性約簡;（4）複雜系統的多粒度知識獲取與知識的不確定性度量。本項目研究成果不但能夠豐富粒計算理論，為複雜系統的數據挖掘及不確定性分析提供新的理論和方法，而且對其他領域有重要的理論意義和套用價值。
結題摘要
粒計算是當前人工智慧，特別是數據挖掘和知識發現領域一個非常活躍的研究方向，它以粒為基本計算單位，以處理大規模複雜數據和信息等建立有效的計算模型為目標。粒計算的基本思想是從多角度、多層次進行信息粒度的表示和問題求解，在複雜和海量數據處理方面有著獨特的優勢。本課題從模擬人的認知出發，以複雜信息系統和形式背景為對象，以粗糙集和概念格為工具，研究多粒度環境下複雜信息系統的信息粒表示和知識發現的理論與方法及不確定性分析。給出了經典和模糊環境下形式背景中概念格的信息粒的表示、數學結構和概念的粗糙近似定義，發展了三元概念格理論，提出了基於三元形式背景的概念格構造方法。用構造性方法和公理化方法發展了粗糙近似運算元。在構造性方法中，構造性地定義了幾類模糊粗糙近似運算元和直覺模糊粗糙近似運算元，並在模糊決策系統、直覺模糊決策系統的分類決策規則的提取以及多屬性決策方面的套用取得了比較好的效果。在公理化方法中，給出了用一條公理刻畫了模糊粗糙近似運算元和直覺模糊粗糙近似運算元的特徵。研究了多粒度空間的代數結構和粒度空間之間的變換機制，討論了多尺度決策系統的最優尺度選擇和廣義多尺度決策系統的最優尺度組合選擇問題，給出了（廣義）多尺度決策系統中各種不同最優尺度（組合）概念之間的關係，並進一步提出了多尺度決策系統基於粗糙集的屬性約簡理論和決策規則獲取新方法。發展了多粒度環境下複雜系統知識表示的不確定性理論。用證據理論中的信任函式和似然函式對多尺度決策系統和廣義多尺度決策系統的最優尺度和最優尺度組合特徵進行了刻畫。用包含度對粗糙集理論中各種類型的下近似進行表示和解釋。用相似度和信息熵對模糊信息系統的知識不確定性進行了定量刻畫。上述研究成果豐富了粒計算理論，為複雜系統的數據挖掘與知識發現及不確定性分析提供了新的理論和方法，而且對其他套用領域有重要的理論意義和套用價值。
