知识不确定性度量及其关系研究

被引：8

作者：

刘财辉 ^{[1
,2
]}

苗夺谦 ^{[2
]}

岳晓冬 ^{[3
]}

赵才荣 ^{[2
]}

机构：

[1] 赣南师范学院数学与计算机科学学院

[2] 同济大学计算机科学与技术系

[3] 上海大学计算机工程与科学学院

来源：

计算机科学 | 2014年 / 41卷 / 03期

关键词：

度量; 不确定性; 粗糙集; 信息熵;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

知识的不确定性度量研究是人工智能领域的一个热点问题。在回顾几种经典知识不确定性度量方法的基础上,系统研究了这些度量方法之间的联系与区别,结果表明信息粒度等度量与知识粒度是等价的,而Rough熵和协同熵等则可看作是信息熵的派生,并通过实例验证了结论的正确性。

引用

页码：66 / 70

页数：5

共 7 条

[1] 基于粗集理论的知识含量度量研究 [J].

王瑜 ;

胡运发 ;

张凯 .

计算机研究与发展, 2004, (09) :1500-1506

[2] 知识的粒度计算及其应用 [J].

苗夺谦 ;

范世栋 .

系统工程理论与实践, 2002, (01) :48-56

[3]

A measurement theory view on the granularity of partitions[J] . Yiyu Yao,Liquan Zhao.Information Sciences . 2012

[4]

Knowledge structure, knowledge granulation and knowledge distance in a knowledge base[J] . Yuhua Qian,Jiye Liang,Chuangyin Dang.International Journal of Approximate Reasoning . 2008 (1)

[5]

Entropies and Co–Entropies of Coverings with Application to Incomplete Information Systems[J] . Fundamenta Informaticae . 2007 (1-4)

[6]

MEASURING UNCERTAINTY IN ROUGH SET THEORY[J] . Mark J. Wierman.International Journal of General Systems . 1999 (4-5)

[7] Uncertainty measures of rough set prediction [J].

Düntsch, I ;

Gediga, G .

ARTIFICIAL INTELLIGENCE, 1998, 106 (01) :109-137

← 1 →