基于扩展粗糙集模型的近似概念格规则挖掘研究

• 作者: 丁卫平 石振国 管致锦
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 粗糙集 β-多数蕴涵关系 近似概念格 规则挖掘
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 10-15
• 页数: 6页
• 分类号: TP301
• 字数: 5806字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5439.2009.02.003

摘要

粗糙集和概念格是两种不同的知识发现和数据挖掘有效工具,已被广泛应用于许多领域.在对粗糙集和概念格基本理论研究基础上,提出了利用扩展粗糙集模型对概念格近似使其得以改进,即在概念格中引入β-多数蕴涵关系实现概念格中结点近似合并以及近似概念格(ACL)的构建,由此提出概念格粗糙近似和规则挖掘算法(LCBA).最后通过UCI机器学习数据库相关测试表明该算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石振国	南通大学计算机科学与技术学院	24	98	6.0	9.0
3	管致锦	南通大学计算机科学与技术学院	69	369	10.0	16.0
5	丁卫平	南通大学计算机科学与技术学院	61	406	10.0	17.0