的数据挖掘模型、数据驱动的数据挖掘模型等,取得了一些初步研究成果。3、其它应用领域从应用的领域来看,基于粗糙集理论的应用除了我们上文提到的信息科学等方面,还遍及其它许多领域。许多学者将粗糙集理论成功应用到了工业控制、医学卫生及生物科学、交通运输、农业科学、环境科学与环境保护管理、安全科学、社会科学、航空、航天和军事等领域。比如:电厂气温过热控制、虚拟现实的可视化、对原棉纱线强度和纤维性能之间的知识规则提取、手写体识别、胸部X线数字图像滤波增强、湖泊生态系统健康评定指数法的评价、医疗图像处理、遥感数据处理、综合分类器设计与实现、铁路行车调度指挥、食品安全综合评价、昆虫总科阶元分类、泥石流危险度区划指标选取、网络故障诊断、上市公司违规行为预警、武器系统灰色关联评估和航空控制等等。六、粗糙集未来展望虽然粗糙集理论从提出至今只有二十几年的发展历史,但取得的研究成果是令人瞩目的。在基于数据的决策与分析、机器学习、模式识别等计算机领域的成功应用,逐渐被人们所重视。粗糙集理论研究目前正成为信息科学中的一个热点,我们将这个理论目前的研究状况归纳总结并介绍给读者,希望我国更多的感兴趣的研究同行更多地了解这个理论的研究工作,促进这一理论及其相关研究在我国的发展。参考文献[1]王燕,王国胤,邓维斌.基于概念格的数据自主式不确定知识获取.模式识别与人工智能,2007,20(5):6362642[2]覃政仁.基于RoughSet的海量数据挖掘算法研究.重庆邮电大学,重庆,2004[3]王志海,胡可云等.概念格上规则提取的一般算法与渐进式算法.计算机学报,1999,22(1):66270[4]刘少辉,盛秋戬,吴斌,史忠植,胡斐.Rough集高效算法的研究.计算机学报,2003,26(5):5242529[5]张铃,张钹.模糊商空间理论(模糊粒度计算方法).软件学报,2003,14(4):7702776