在知识发现过程中，由于待处理的数据集有时带有噪声或不完整，因此需要能处理不精确、不确定数据的理论和方法。粗糙集理论正是满足这种要求的新型数学工具。基于粗糙集的知识发现过程，就是利用粗糙集理论与方法从数据中挖掘出新颖的、有用的非平凡的模式过程。围绕知识约简这个核心研究问题，分别从差别矩阵、启发式信息及数据库系统的角度对知识约简进行了深入研究。将粗糙集引入Vague目标信息系统，讨论了Vague目标信息系统的知识约简问题。相关主要工作有以下几方面： 现有差别矩阵只适用于一致或部分一致决策表，对于完

Rosetta是由挪威科技大学计算机与信息科学系和波兰华沙大学数学研究所合作开发的一个基于Rough集理论框架的表格逻辑数据分析工具包，包括了计算核和图形用户界面，能够在微机的WindowsNT/98/95操作系统上运行。 Rosetta 的设计实现了对数据挖掘和知识获取的支持从数据的初始浏览和预处理，计算最小属性约简和产生if-then决策规则或描述模式，到对所得到的规则或模式的验证和分析。Rosetta的目的是要作为基于不可分辨关系模型的通用工具，而不是为某个特定的应用领域设计的专用系统。

基于粗糙集的决策表知识约简研究-博士/硕士论文