数据样本集残缺的粗集解决法  

The Solution of Rough Sets to Poor Data Bank

作　　者：张士林[1] 毛海军[2] 

机构地区：[1]大连理工大学土建学院,大连116024 [2]大连理工大学管理科学与工程研究所,大连116024

出　　处：《计算机工程与应用》2003年第8期18-19,28,共3页Computer Engineering and Applications

基　　金：国家自然科学基金资助(编号:10071010)

摘　　要：数据样本集是人工智能发展需要的主要要素,所以要求提供的数据样本集,应该是全面的、有效的集合。当所提供的数据样本集残缺不全时,会影响人工智能的有效应用。针对此问题,文章提出了一种基于粗集理论的数据样本集补全方法,能科学的、正确的、有效的补全数据样本集,为提高人工智能的决策推理,铺平了道路。The data bank is the most important factor of artificial intelligent development ,so the demanding data bank must be all-round,effective collection.When the offering data bank is poor data bank,it will affect the application of ar-tificial intelligent.To this question,the author brings out one solution to solve the poor data bank basing on the Rough Sets Theory.It can scientifically,correctly,effectively supplement the poor data bank,and can offer greatly help to enforce the application of artificial intelligent.

关 键 词：数据样本集 残缺 粗集 决策表 化简 

分 类 号：O159[理学—数学]