包含度与粗糙集数据分析中的度量

• 作者: 徐宗本 李月香 梁吉业
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 粗糙集 包含度 数据分析 度量
• 年，卷（期）: 2001,（5）
• 所属期刊栏目: 短文
• 页码范围: 544-547
• 页数: 4页
• 分类号: TP18
• 字数: 3280字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2001.05.015

摘要

粗糙集理论是一种新的处理模糊和不确定知识的软计算工具．粗糙集数据分析是粗糙集理论中的主要应用技术之一， 它主要用来分析数据的性质、粗糙分类、分析属性的依赖性和属性的重要性、抽取决策规则等， 在人工智能与认知科学领域有着重要的应用. 该文通过将包含度概念引入到粗糙集理论中，建立了包含度与粗糙集数据分析中的度量之间的关系，证实了粗糙集数据分析中的有关度量均可归结为包含度．这些结论有助于人们深刻理解粗糙集数据分析的本质，可作为建立粗糙集数据分析中的度量的主要依据．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐宗本	西安交通大学理学院信息与系统科学研究所	127	2204	23.0	43.0
2	李月香	山西大学计算机科学系	20	222	7.0	14.0
3	梁吉业	西安交通大学理学院信息与系统科学研究所山西大学计算机科学系	3	354	2.0	3.0