基于粗糙集和相似度量的CBR检索方法  

A Retrieval Method of CBR Based Rough Set and Similarity Measurement

作　　者：季赛[1] 沈星[2] 沈超[1] 

机构地区：[1]南京信息工程大学计算机科学与技术系,南京210044 [2]南京航空航天大学智能材料与结构航空科技重点实验室,南京210016

出　　处：《计算机工程与应用》2006年第13期172-174,共3页Computer Engineering and Applications

基　　金：南京航空航天大学航空科学基金资助项目(编号:04G52042)

摘　　要：检索是CBR中的关键技术,直接影响到范例推理的效率和质量,该文提出先用粗糙集理论去除冗余的范例决策表中的特征属性,再用相似度量理论来实现相似范例检索,这种检索方法检索效率高。同时给出了该方法在天气情况预测上的实例,验证了其有效性和准确性。Retrieval is the key technology in CBR,It imposes a direct effect on the efficiency and quality of CBR.In the paper,the rough set is used to reduce the features of the case and the similarity degree measurement is used to retrieve the similar cases.This method has high retrieval speed,and the instance is made to test the method,running result shows the validity and veracity of the method.

关 键 词：粗糙集 属性离散化 范例推理 知识表达系统 相似度量 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]