不确定性知识的多粒度发现模型与方法
项目概况
- 名称：不确定性知识的多粒度发现模型与方法 简介： “数据丰 富与知识贫乏”是信息时代人工智能研究的一大突出矛盾问题。“问 数据要知识”的数据挖掘与知识发现研究，是最近三十年人工智能 研究的一个主要热点。不确定性知识发现是复杂数据中的知识发现 这一困难任务的瓶颈科学问题。模糊数学是研究不确定性知识的典 型数学理论，但存在两个基本科学难题：概念隶属度函数结构的选 择和推理系统中关联结构的设置，缺乏科学方法。 本成果起源于 项目组从上世纪九十年代开始开展的粗糙集与粒计算研究，在国家 自然科学基金、攀登计划等 10 余项国家级科研项目持续资助下， 长期潜心研究取得的，在不确定性知识的多粒度发现理论与方法上 取得了突破，为不确定性知识发现中的知识表达、 特征度量、特 征选择和知识学习奠定了基础，提供了模型方法。本成果的主要创 新有： 1．发现了粗糙集多粒度计算模型的代数形式与信息熵形 式之间呈包含关系，建立了不确定性知识的近似逼近理论与模型方 法； 2．提出了不确定性知识表达的多粒度粗糙集计算模型，揭 示了信息熵在多粒度知识空间中的单调性演化规律，为大数据挖掘 等复杂问题的多粒度求解提供了方法； 3．创建了数据特征驱动 的自主式知识发现模型，通过不确定性知识的特征度量，实现了多 源异构、海量动态数据的渐进式多粒度高效知识发现。 本成果已 部分应用于智能信息安全、智慧健康医疗、流程工业智能决策、智 慧司法、智能生态环境、智能社会治理等领域，可以在不同行业大 数据应用领域进行应用推广。
团队介绍
Copyright @ 2019 新乡科技服务中心 豫ICP备19023816号