覆蓋近似空間和形式背景中的知識獲取研究

《覆蓋近似空間和形式背景中的知識獲取研究》是依託浙江海洋大學，由李同軍擔任項目負責人的面上項目。

基本介紹

• 中文名：覆蓋近似空間和形式背景中的知識獲取研究
• 項目類別：面上項目
• 項目負責人：李同軍
• 依託單位：浙江海洋大學

項目摘要

粗糙集和概念格是兩種有效的知識表示與知識發現的工具，並作為智慧型信息處理的關鍵技術，被成功套用於許多領域。本課題以（模糊）覆蓋近似空間和（模糊）形式背景為研究對象，系統地研究相應的知識粒度的屬性約簡和決策規則提取的理論與方法。主要研究內容包括：（模糊）覆蓋近似空間和（模糊）形式背景中知識粒度的數學結構以及不同知識粒度下的知識約簡的理論與方法；決策形式背景中基於概念格的知識約簡與決策規則提取的理論與方法，決策信息系統中基於覆蓋粗糙集和基於概念格的知識約簡與決策規則提取的理論與方法；決策規則的不確定性分析與推理。本課題的研究能夠進一步明確粗糙集與概念格之間的關係，豐富和發展這兩種理論，對生物信息工程、醫學、地理學、材料學、管理科學、金融工程和商業等領域的實際問題具有廣泛的套用前景。

結題摘要

本課題研究了覆蓋近似空間和形式背景中知識表示和知識獲取的理論與方法。分析了覆蓋近似空間和形式背景中的知識粒度結構，給出覆蓋近似空間中的粗糙近似和形式背景的屬性集中的層次結構，比較了它們的知識的衍生能力。給出模糊形式背景中模糊概念的等價性刻畫，以及直覺模糊粗糙集和機率粗糙集的公理化刻畫。將布爾計算方法引進覆蓋粗糙集約簡和形式概念計算。研究基於不可約元的形式背景屬性約簡，並將其與現存的幾種屬性約簡進行了比較。在決策表和形式決策背景中，研究了知識粒度之間的關係，給出提取決策規則的方法。分析了從數據中所獲取的知識的不確定性問題。上述研究成果豐富了基於覆蓋粗糙集和概念格的粒計算理論，為數據挖掘與知識發現提供了理論和方法。