不完備信息系統的屬性約簡算法.pdf

1、粗糙集理論是經典集合論理論的一種延伸，是處理不確定數據的重要理論，是對數據系統進行有效挖掘尋找有用信息的重要方法。經典粗糙集理論是基于特定空間等價關系下的數據處理，屬性約簡是其數據處理的一個重要研究方向。
　　 在實際應用中，我們經常需要處理一些不完備信息系統，尤其是在當今信息化高速發(fā)展的社會，人們可以通過簡便的方法獲得研究對象的大量相關數據。由于各種原因，這些數據的研究對象的某些屬性值常常被遺漏，而這些被遺漏屬性值的數據很多時

2、候我們無法查找其原始值，這樣，針對原始數據的信息系統就是一個不完備信息系統。傳統數據補齊方法效果不理想，此時，研究直接針對不完備信息系統的屬性約簡問題，對理論應用于實際具有重要的意義。
　　 本文主要研究了粒計算粗糙集理論中不完備信息系統的屬性約簡問題，主要工作如下：
　　 1、概述了粒計算的發(fā)展歷程、現狀和基本概念，總結了粗糙集屬性約簡的主要算法，分析了其在實際應用中的局限性。
　　 2、新定義了一種粗糙模糊度

3、度量，提出了基于此度量的模糊熵概念，給出基于新模糊熵的不完備信息系統屬性約簡算法（F*算法）。在UCIDATA和ROSE數據集中抽取一定量的數據集對此算法進行了數據實現，并與文獻中的IEARA算法進行比較。通過數據分析，F*算法相對于IEARA算法，時間效率更高。
　　 3、新定義了一種近似度度量，給出了基于此度量的的模糊熵，在此理論基礎上，提出了一個不完備信息系統屬性約簡的新算法（S*算法）。對UCIDATA和ROSE數據集中