潘建国
- 作品数：5 被引量：12H指数：2
- 供职机构：上海大学计算机工程与科学学院更多>>
- 发文基金：国家自然科学基金上海市科委重大科技攻关项目更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 决策信息系统中挖掘全部决策规则的算法
- 2008年
- 在粗糙集理论的基础上,对决策信息系统中边界区域的数据进行研究,提出一种从边界区域数据中挖掘决策规则的算法——近似序列决策规则挖掘算法。在16个UCI数据集上的测试表明,该算法在规则的准确度和平均前件长度2个指标上优于ID3算法,能简洁、高效地挖掘出决策信息系统中的全部决策规则,为挖掘未知知识提供了新的思路。针对挖掘出的全部决策规则,提出新的确定性度量和一致性度量指标,用以准确地反映决策规则的性能。
- 王树锋吴耿锋潘建国
- 一种从海量不完备决策表中抽取规则的方法被引量：4
- 2008年
- 提出了一种处理海量的不完备决策表的方法。将基于互信息的属性重要度作为启发式信息,利用遗传算法对不完备的原始决策表中的条件属性进行约简,形成包含missing值的决策表,称为优化决策表。利用原始决策表自身的信息,通过属性扩展,从优化决策表中抽取一致性决策规则,而无须计算missing值。该方法在UCI的8个数据集上的实验结果优于EMAV方法,是一种有效的从海量不完备决策表中抽取规则的方法。
- 王树锋吴耿锋潘建国
- 关键词：粗糙集不完备决策表互信息
- 一种基于群体信念协商的矛盾知识处理模型被引量：1
- 2007年
- 一个智能体从周围环境中接收到多种知识,如何将这些知识合并成单一的、一致的知识是一个非常重要的问题,从信念修正中"缩并+添加"得到启发,我们分两步解决这个问题。第一步弱化接收到的多种信息,使之一致,第二步进行简单的合并操作。本文主要研究了第一步,称为基于群体信念协商的矛盾知识处理模型,本文讨论了该模型的公理系统和该模型的过程实现,通过一个例子示范了这种模型下信息合并操作的具体实现过程。
- 王树锋吴耿锋潘建国
- 基于用户本体模型的文本信息过滤方法研究被引量：1
- 2009年
- 随着互联网信息的快速剧增,文本过滤技术成为互联网内容处理的关键技术,对海量信息处理具有很重要的意义。目前研究热点是基于语义的过滤方法,但是这些方法一般都需要大量规则和领域知识的支持,可用性不是很好。为了使机器更好地理解用户需求和文本内容,使过滤结果更能反映用户的真正需求,提高文本过滤的准确率和召回率,提出了基于用户本体模型UOM的文本信息过滤方法。该方法主要包括UOM构建、文本结构分析、文本概念提取和语义相关度计算等。基于UOM(User Ontology Model)的过滤方法,不仅可以表示复杂的用户需求,而且还避免了领域本体的构建,因而其有效性和实用性得到了很大的提高。通过在网络教学资源的智能按需服务系统中的实际运用,表明此方法能更有效地为用户提供过滤服务。
- 刘中原张博锋潘建国王洋
- 关键词：文本过滤文本结构分析
- 基于粗糙集的知识粒度及粒度关系研究被引量：8
- 2007年
- 基于粗糙集理论,针对不完备信息系统,提出了一种知识粒度的定义,并研究了知识粒度与信息熵的关系;提出了知识的相互支持度和知识的差异支持度的概念,并研究了二者之间的关系,为进行知识的度量和知识的评价提供了一种可行的方法。
- 王树锋吴耿锋潘建国
- 关键词：粒度计算知识粒度
