具有属性析取萎缩-扩张特征的动态数据智能挖掘

• 作者: 史开泉 徐凤生 闫立梅
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: S-粗集 属性析取 动态数据生成 数据推理 数据智能挖掘 应用
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 215-220
• 页数: 6页
• 分类号: O144|TP391
• 字数: 9297字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.5.043

摘要

S-粗集(singular rough sets)是把动态特征引入到Z.Pawlak粗集中对其加以改进而提出的,S-粗集具有动态特征.S-粗集具有3种形式:单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)与双向S-粗集(two direction singular rough sets);在一定条件下,单向S-粗集、单向S-粗集对偶与双向S-粗集被还原成Z.Pawlak粗集.利用单向S-粗集和单向S-粗集对偶给出具有属性析取特征的动态数据智能挖掘与应用;属性析取是数据具有的逻辑特征之一.主要结果是:利用单向S-粗集、单向S-粗集对偶结构,给出属性析取萎缩-扩张特征的动态数据生成与它的属性析取萎缩-扩张关系;给出数据推理与推理模型;利用数据推理给出动态数据智能挖掘定理;利用这些理论结果,给出动态数据智能挖掘-智能认知的应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史开泉	山东大学数学与系统科学学院	193	3344	30.0	52.0
2	徐凤生	德州学院数学科学学院	101	583	13.0	19.0
3	闫立梅	德州学院数学科学学院	36	74	4.0	5.0