知识空间理论析取模型下最小技能集的生成

doi:10.3778/j.issn.1673-9418.2010.12.005

计算机科学与探索 ›› 2010, Vol. 4 ›› Issue (12): 1109-1114.DOI: 10.3778/j.issn.1673-9418.2010.12.005

知识空间理论析取模型下最小技能集的生成

高纯^1,2,3+, 王睿智^1,2,3

1. 同济大学电子与信息工程学院计算机科学与技术系, 上海 201804
2. 同济大学嵌入式系统与服务计算教育部重点实验室, 上海 201804
3. 国家高性能计算机工程中心同济分中心, 上海 201804

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2010-12-01 发布日期:2010-12-01
通讯作者: 高纯

The Formation of Minimal Skill Set in Disjunctive Model of Knowledge Space Theory

GAO Chun^1,2,3+, WANG Ruizhi^1,2,3

1. Department of Computer Science and Technology, Tongji University, Shanghai 201804, China
2. The Key Laboratory of Embedded System and Service Computing, Ministry of Education, Tongji University, Shanghai 201804, China
3. Tongji Branch, National Engineering and Technology Center of High Performance Computer, Shanghai 201804, China

Received:1900-01-01 Revised:1900-01-01 Online:2010-12-01 Published:2010-12-01
Contact: GAO Chun

摘要/Abstract

摘要：

知识空间理论是当前粒计算领域中的研究热点。对知识空间中问题代表的技能进行分析是构造知识空间及进行知识评价的一种重要方法。通过消除问题当中冗余的技能可以有效简化问题的处理, 降低计算机处理的复杂度。在知识空间理论中, 当技能映射模型是析取模型时, 技能之间对于问题的解决表现出的是或的关系。通过类比粗糙集理论中属性约简的方法, 提出了一种析取模型下最小技能集的生成方法。从粒计算的视角, 将知识空间理论与粗糙集理论建立起了有意义的联系。

关键词: 知识空间, 粒计算, 最小技能集

Abstract: Knowledge space theory(KST) is a current research focus in the granular computing field. Analyzing the skills represented by questions in KST is an important method of constructing knowledge space and knowledge as-sessment. Eliminating the redundant skills can simplify the process of problems and reduce the computational com-plexity effectively. There is a disjunctive model of skills map based on which the relation between the skills that solve the same problem is or-relation. This paper proposes a method of generating the minimal skill set by anlehnunging the process of attribute reduction in rough set theory(RST), and establishes a meaningful connection between KST and RSet theory from the granular computing perspective.

Key words: knowledge space, granular computing, minimal skill set

中图分类号:

TP301.6

高纯1,2,3+ , 王睿智1,2,3 . 知识空间理论析取模型下最小技能集的生成[J]. 计算机科学与探索, 2010, 4(12): 1109-1114.

GAO Chun^1,2,3+, WANG Ruizhi^1,2,3. The Formation of Minimal Skill Set in Disjunctive Model of Knowledge Space Theory[J]. Journal of Frontiers of Computer Science and Technology, 2010, 4(12): 1109-1114.

[1]	陈林书，王加阳，柳媛慧，马庆. 商空间粒度的可逆性研究[J]. 计算机科学与探索, 2019, 13(5): 884-891.
[2]	潘主强，张林，张磊，李国正，颜仕星. 中医临床疾病数据多标记分类方法研究[J]. 计算机科学与探索, 2018, 12(8): 1295-1304.
[3]	王好为，闫继雄，柴晶，陈泽华. 相容关系模型及其在逻辑优化中的应用[J]. 计算机科学与探索, 2018, 12(3): 502-510.
[4]	姚龙洋，张清华，胡帅鹏，张强. 基于近似集与粒子群的粗糙熵图像分割方法[J]. 计算机科学与探索, 2016, 10(5): 699-708.
[5]	黄伟婷，赵红，祝峰. 分治策略下的代价敏感属性选择回溯算法[J]. 计算机科学与探索, 2016, 10(10): 1451-1458.
[6]	米允龙，米春桥，刘文奇. 海量数据挖掘过程相关技术研究进展[J]. 计算机科学与探索, 2015, 9(6): 641-659.
[7]	谢娟英，鲁肖肖，屈亚楠，高红超. 粒计算优化初始聚类中心的K-medoids聚类算法[J]. 计算机科学与探索, 2015, 9(5): 611-620.
[8]	陈泽华，张凯英，谢刚. 粒计算在数字逻辑电路分析与设计中的应用[J]. 计算机科学与探索, 2015, 9(2): 165-171.
[9]	李建林，黄顺亮. 多阶段三支决策垃圾短信过滤模型[J]. 计算机科学与探索, 2014, 8(2): 226-233.
[10]	张铃，钱付兰，何富贵. 粒计算与统计学习理论[J]. 计算机科学与探索, 2013, 7(8): 754-761.
[11]	周君仪, 杨习贝, 杨静宇. 邻域系统分层递阶结构分析[J]. 计算机科学与探索, 2012, 6(3): 275-280.
[12]	何富贵，刘仁金，张燕平. 网络结构分析的粒计算[J]. 计算机科学与探索, 2012, 6(11): 1049-1056.
[13]	陈泽华，谢刚，谢珺，谢克明+. 粒矩阵及其在知识约简中的应用[J]. 计算机科学与探索, 2010, 4(3): 283-288.

知识空间理论析取模型下最小技能集的生成

The Formation of Minimal Skill Set in Disjunctive Model of Knowledge Space Theory

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics