知识的划分粒度表示法  

Knowledge Representation Using Partition Granularity

作　　者：冯琴荣[1,2] 苗夺谦[1] 程昳[1] 徐菲菲[1] 

机构地区：[1]同济大学计算机科学与技术系,上海201804 [2]山西师范大学数学与计算机科学学院,临汾041004

出　　处：《模式识别与人工智能》2009年第1期64-69,共6页Pattern Recognition and Artificial Intelligence

基　　金：国家自然科学基金(No.60475019,60775036);教育部博士点专项基金(No.20060247039)资助项目

摘　　要：对知识的分类能力给予量化,提出一种知识表示法——划分粒度表示法,利用划分粒度可定量表示知识的分类能力.首先给出粗糙集理论中主要概念的代数表示,其次定义知识的划分粒度并研究它的性质,最后证明知识的代数表示与划分粒度表示是等价的.A quantitative representation for the classification ability of knowledge is described, and a representation for knowledge is given. Firstly, the algebraic representation of main concepts in rough sets is presented. Next, the concept of partition granularity is defined, and its properties are analyzed. Finally, the equivalence between the algebraic representation of knowledge and partition granularity representation is proved.

关 键 词：粗糙集 信息系统 划分粒度 知识约简 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]