从大规模真实数据库中自动获取知识的研究是目前人工智能研究的特点,但尚无有效的知识获取算法。粗糙集理论适用于对真实数据的处理。本课题将提出一种能够处理定性及定量数据的统一粗糙集框架;充分利用并行技术与启发式技术构造高效的知识获取算法;开发一种从大规模真实数据库中获取知识的软件。本研究在智能信息处理中有着广阔的应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
服务经济时代新动能将由技术和服务共同驱动
地震作用下岩羊村滑坡稳定性与失稳机制研究
卡斯特“网络社会理论”对于人文地理学的知识贡献-基于中外引文内容的分析与对比
不确定失效阈值影响下考虑设备剩余寿命预测信息的最优替换策略
知识产权保护执法力度、技术创新与企业绩效 — 来自中国上市公司的证据
模糊与随机环境下的粗糙集理论与知识获取
基于粗糙集和概念格的区间值模糊知识获取理论与方法研究
基于粗糙集的不完备信息系统知识获取理论、方法及应用研究
粗糙集理论中的不确定性、模糊性与知识获取