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。

数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

本文提出了一种基于形式概念分析的粗糙集模型。 在此模型中， 首先在信息系统中提供代数结构问题的解决方案：晶格从信息系统推断出结构，并调用相应的节点粗略的概念。 基于粗糙集的粗糙集理论中常见问题的处理方法然后探索概念，例如上下近似运算符，归约和核心。 决策依赖已成为知识表示的一种常见形式由于它具有表现力和易于理解的特性，因此已被广泛使用在实践中使用。 最后，将粗略概念应用到决策依赖关系的提取中从决策表中研究； 一套完整且非冗余的决策依赖关系可以从决策表中获得。 实例演示了该应用程序本文提出的方法是

针对信息系统为连续属性的情况, 提出一种将粗糙集与模糊集相结合来获取决策规则的方法. 这种基于粗 糙2模糊集集成模型求取决策规则的方法通过一个模糊隶属函数将连续属性值表示成模糊值, 从而避免了连续属性 的离散化问题. 同时给出了连续属性值转换成模糊值的表示形式, 提出了模糊相似关系和模糊相似类的概念, 给出了 粗糙2模糊近似空间的下、上近似及其性质以及模糊相似关系下属性约简的方法. 最后以自修复飞行控制系统的效能 评估为例, 给出了自修复效能评估的决策规则.