论文部分内容阅读
Rough集理论是近年来发展起来的一种有效地处理不精确、不确定、含糊信息的数学理论方法，在机器学习、数据挖掘、智能数据分析、控制算法获取等领域取得了很大的成功。决策表是RoughSet理论的处理对象，用RoughSet对决策表进行规则提取通常有代数观和信息观两种主要理论和方法，使用哪一种方法提取的规则集更好是很多研究者的目标。本文针对RoughSet理论的核心内容之一的知识获取进行了研究，提出了一种基于属性重要性排序的知识获取算法，并且证明了在不相容系统中使用信息观方法比使用代数观的方法更好，能够提取更合