基于粗集的规则提取LBR和LEM3

摘要

本文基于粗集理论,提出了一种新的规则提取法LBR(Learning by rough sets),并对LBR与另一种已有的规则提取法LEM1,即全局覆盖算法(global covering algorithm)进行了比较和讨论,基于比较的结果,得出了将LEM1改进后LEM3.LBR的提出,极大地简化了规则提取算法,在已知数据中可获取更为丰富的信息量;而LEM3的使用,则在将"依赖"(depend on)这一概念推广的基础上,更灵活地使用"覆盖"(covering),扩大了获取规则的范围,LBR和LEM3因其各自不同的优点,在数据挖掘和智能领域均具有广泛的应用前景.