知识粗糙性度量与粗糙集数据分析方法研究

本课题立足国际学术前沿，将借助有限拓扑空间理论，从度量信息系统中对象的不可区分性、知识颗粒性角度出发，深入系统地研究粗糙集理论中的不确定性刻画问题及其在粗糙集数据分析中的应用。具体研究内容如下：(1) 研究信息系统的拓扑结构及其性质；借助有限拓扑空间理论，完成系统的粗糙性和系统中概念的粗糙性的拓扑刻画。(2) 对粗糙性与随机性、模糊性进行比较研究，在发现它们的本质差异的基础上，完成粗糙熵的公理化，发展新的粗糙熵理论。(3) 研究粗糙性度量与知识粒度间的关系、探讨基于粗糙熵的决策规则有效性评价问题、设计基于粗糙熵的增量式约简算法、建立基于粗糙熵的分类决策树构造方法。（4）开发一个集成了新算法的粗糙集数据分析实验系统。本项目的研究成果将丰富粗糙集数据分析理论，探索智能数据分析的新途径。