基于Rough Set的特征抽取算法的研究.pdf

1、知識(shí)推理是智能決策支持系統(tǒng)中的核心,即根據(jù)所獲得的信息通過數(shù)據(jù)分析、推理,從而產(chǎn)生合理的決策規(guī)則形成有用知識(shí)的過程.粗集理論(Rough Set)作為智能信息處理技術(shù)的一個(gè)新成果,是由波蘭科學(xué)家Z.Pawlak教授提出來的對(duì)不完整數(shù)據(jù)進(jìn)行分析、推理、學(xué)習(xí)、發(fā)現(xiàn)的新方法.根據(jù)粗集理論的方法,知識(shí)推理就是由給定的知識(shí)表達(dá)系統(tǒng)的條件屬性和結(jié)果(決策)屬性,求出所有符合該知識(shí)的最小決策算法.該文討論的就是如何將描述事物的本質(zhì)特征抽取出來的問題,

2、即尋找最小條件屬性集和最小決策算法的過程.由RS理論所具有的的特點(diǎn),我們知道它比原來的模糊集和概率統(tǒng)計(jì)方法優(yōu)越,是處理不精確信息的有力工具.因此研究如何用RS的方法提取本質(zhì)特征,具有重要的理論和實(shí)際意義.該文主要內(nèi)容如下:首先引入了知識(shí)表達(dá)系統(tǒng)和決策表,介紹了決策表簡(jiǎn)化的概念并提出了其簡(jiǎn)化各階段相應(yīng)的算法.其次闡述了基于Rough Set的特征抽取算法的設(shè)計(jì)原理及實(shí)現(xiàn)方法;最后總結(jié)了該文的主要成果和不足,并提出了下一步的工作中仍需討論的

3、問題.該文在基于RS的特征抽取算法的研究方面做了有益的嘗試,主要成果包括以下幾大部分:一、提出了決策表?xiàng)l件屬性的簡(jiǎn)約算法及核值表的獲取算法;二、提出了決策表規(guī)則的簡(jiǎn)約算法,由該算法可獲得所有簡(jiǎn)化的規(guī)則的集合;三、最小決策算法的確定:該文對(duì)粗集中屬性依賴度的衡量參數(shù)k進(jìn)行了改進(jìn),給出了一個(gè)新的參數(shù)K,更能體現(xiàn)決策屬性對(duì)某條件屬性的依賴程度;四、對(duì)于一個(gè)通過學(xué)習(xí)初始訓(xùn)練集而建立好的決策樹,新增加的學(xué)習(xí)例子會(huì)不會(huì)影響它的穩(wěn)定性,通過分析,該文