面向動態(tài)不完備數(shù)據(jù)的特征選擇模型與算法研究.pdf

1、隨著計算機與網(wǎng)絡信息技術(shù)的快速發(fā)展，數(shù)據(jù)的數(shù)量和規(guī)模呈現(xiàn)出空前的增長速度，為我們帶來了一個數(shù)據(jù)膨脹、信息爆炸時代。一方面，現(xiàn)有數(shù)據(jù)從TB級向PB的急劇增長使得數(shù)據(jù)在規(guī)模上已超于人類分析和獲取知識的能力。另一方面，數(shù)據(jù)量的爆炸式增長使傳統(tǒng)的知識獲取方法顯得束手無策，但是不斷豐富的數(shù)據(jù)蘊含信息給人們帶來了更多有價值的知識。如何對現(xiàn)實領(lǐng)域中的海量高維數(shù)據(jù)進行有效的預處理，從而挖掘出潛在有用的知識，已成為當前數(shù)據(jù)挖掘、計算智能和機器學習的重要研

2、究課題之一。
　　特征選擇是數(shù)據(jù)挖掘中一個重要數(shù)據(jù)預處理技術(shù)。面臨著現(xiàn)實中許多復雜環(huán)境下數(shù)據(jù)往往呈現(xiàn)的動態(tài)性、不完備性和不精確性等特征，如何高效可行地對數(shù)據(jù)進行特征選擇，是目前特征選擇研究面臨的巨大挑戰(zhàn)問題之一。作為一種刻畫不確定性和不精確信息的數(shù)學工具，粗糙集理論已被廣泛應用到數(shù)據(jù)挖掘、知識發(fā)現(xiàn)和機器學習等領(lǐng)域中，該理論最大的優(yōu)勢是不依賴給定數(shù)據(jù)集之外的任何先驗信息來處理問題，對問題的描述和處理更加客觀。因此，利用粗糙集理論方法

3、研究面向動態(tài)不完備數(shù)據(jù)的特征選擇有著重要的理論和現(xiàn)實意義。
　　本文在動態(tài)不完備數(shù)據(jù)的現(xiàn)實背景下，在如何快速、有效地獲取特征子集結(jié)果進而獲取動態(tài)知識這一實際需求的驅(qū)動下，在基于粗糙集理論的特征選擇框架下，以增量式更新策略為研究方法，以不完備數(shù)據(jù)集發(fā)生動態(tài)變化的三種不同情景為主線，系統(tǒng)地研究了動態(tài)不完備數(shù)據(jù)集下特征子集的增量式更新問題，研究目的以增量式方法為動態(tài)不完備數(shù)據(jù)的特征選擇探索有效的途徑，為動態(tài)數(shù)據(jù)的知識發(fā)現(xiàn)探尋新的理論依據(jù)

4、和實現(xiàn)方法。為此，本文以粗糙集理論為研究工具，針對動態(tài)不完備數(shù)據(jù)進行系統(tǒng)的特征選擇研究，取得的主要研究成果如下。
　　1)提出不完備數(shù)據(jù)集中對象集發(fā)生增加和刪除時正區(qū)域的增量式更新機制，在正區(qū)域更新機制的基礎(chǔ)上，定義特征重要度的度量函數(shù)，并設(shè)計對象集隨時間變化時基于正區(qū)域的增量式特征選擇算法。相關(guān)實驗結(jié)果驗證了提出算法的高效性和可行性。（第二章）
　　2)針對不完備數(shù)據(jù)集中特征集發(fā)生增加和刪除情況，通過分析不完備數(shù)據(jù)集中容差

5、粒度的變化，分別建立特征集增加和刪除下正區(qū)域的增量式更新機制，并依此分別設(shè)計了特征集增加和刪除時的增量式特征選擇算法。理論分析和相關(guān)實驗結(jié)果都驗證了提出算法的高效性和有效性。（第三章）
　　3)提出不完備數(shù)據(jù)集中特征值發(fā)生動態(tài)變化時正區(qū)域的增量式更新機制，在此基礎(chǔ)上，并設(shè)計了特征值隨時間變化時增量式特征選擇算法。特別是當多個對象的特征值發(fā)生動態(tài)變化時，提出算法可一次性求得特征子集結(jié)果，無需重復執(zhí)行單個對象特征值變化時的增量式特征選

6、擇算法來求解特征子集。理論分析和相關(guān)實驗結(jié)果都驗證了提出算法的高效性和有效性。（第四章）
　　4)針對不完備數(shù)據(jù)集中單一特征評估函數(shù)在現(xiàn)有特征選擇算法中面臨的缺點，結(jié)合粒度度量準則，從不同角度出發(fā)，提出一種基于混合特征評估函數(shù)來度量候選特征的區(qū)分能力，并設(shè)計基于貪心向前搜索的特征選擇算法。同時，針對代價敏感的不完備數(shù)據(jù)集，以混合度量的視角為出發(fā)點，提出一種混合評估函數(shù)來度量特征子集的質(zhì)量。在此基礎(chǔ)上，為進一步加快特征選擇進程，提出