论文部分内容阅读
数据挖掘是数据库与人工智能相结合的产物,它是目前数据库研究的前沿领域,也是提高管理决策支持能力的一种重要工具和手段。其任务是从大量的数据中提取隐含的、未知的、对决策有潜在价值的知识。 粗糙集(Rough Set,RS)理论是处理模糊和不精确问题的一种新型的数学工具,主要应用于研究不完整数据、不确定知识的表达、学习及归纳。RS与概率方法、模糊集方法和证据理论方法等其它处理不确定性问题的最显著的区别:RS无需提供问题所需处理的数据集合之外的任何先验知识——即无需提供隶属度和隶属函数,避免了专家的主观经验。 中医学是中国的传统医学,近年来,中医规范化和量化取得了明显的进展,在相当程度上说明了中医不但可以定性,而且可以定量,以及中医的术语规范化为计算机在中医学中的应用提供了有利的条件。 属性约简是粗糙集理论研究的主要内容之一。本文提出了一种基于区分矩阵的属性约简的改进算法RADM,找出影响时间效率的因素并将命题演算中的吸收率用于构造区分矩阵,从而去掉了区分函数中不起作用的“重复”元素,提高了属性约简的效率。 本文重点论述借助于粗糙集理论的相关知识梳理中医胸痹诊断证候知识,利用粗糙集理论对临床病历建立知识表达系统,对知识表达系统利用RADM算法进行属性约简,求出约简和属性核,进而求出每种证候的上近似集和下近似集,