擴(kuò)展粗糙集模型及其屬性約簡算法的研究.pdf

1、隨著數(shù)據(jù)庫技術(shù)的成熟，數(shù)據(jù)應(yīng)用的普及，以及互聯(lián)網(wǎng)的高速發(fā)展，人類積累的數(shù)據(jù)量正在以指數(shù)級速度迅速增長。傳統(tǒng)的數(shù)據(jù)分析和查詢方法已不能滿足人們對隱藏在數(shù)據(jù)背后知識的迫切需要，在這種信息需求的強(qiáng)勁推動下，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘應(yīng)運(yùn)而生，而粗糙集理論作為一門新的數(shù)學(xué)工具，憑借它不需要附加任何外界信息或先驗(yàn)知識這一特點(diǎn)，突破了其它數(shù)據(jù)分析工具的局限，避免了人的主觀因素對數(shù)據(jù)挖掘結(jié)果的影響，逐漸成為了研究知識發(fā)現(xiàn)的重要的數(shù)學(xué)工具之一。而屬性約簡是基于

2、粗糙集理論的數(shù)據(jù)挖掘模型中的關(guān)鍵步驟，同時也是粗糙集理論研究中的一個研究重點(diǎn)，因此本文的重點(diǎn)主要是針對屬性約簡算法進(jìn)行改進(jìn)研究。 首先，本文介紹了經(jīng)典粗糙集的基本理論和模型及其實(shí)際應(yīng)用，然而經(jīng)典粗糙集模型的一個局限性是它所處理的分類必須是完全正確的或肯定的，因而它的分類是精確的，即只考慮完全“包含”與“不包含”，而沒有某種程度上的“包含”與“屬于”，而實(shí)際應(yīng)用中噪聲數(shù)據(jù)又是不可避免的。經(jīng)典粗糙集模型的另一個局限性是它所處理的對象

3、是已知的，且從模型中得到的結(jié)論僅適用于這些對象，但在實(shí)際應(yīng)用中，往往需要把從小規(guī)模對象集中得到的結(jié)論應(yīng)用于大規(guī)模對象集上去。經(jīng)典粗糙集模型的這些局限性限制了它的應(yīng)用。參考變精度粗糙集擴(kuò)展模型，本文對精度重新定義，以實(shí)際分類準(zhǔn)確度作為精度，提出了一種基于分類可信度的粗糙集擴(kuò)展模型。 本文對粗糙集理論的屬性約簡算法進(jìn)行了比較深入的研究并歸納總結(jié)了目前的一些主要約簡算法，然而到目前為止，雖然在屬性約簡算法方面已經(jīng)有了一些成果，但還沒有

4、一個公認(rèn)的、高效的約簡算法?；趯傩灶l率的啟發(fā)式屬性約簡算法和基于屬性依賴度的啟發(fā)式約簡算法是兩種基于屬性重要性的啟發(fā)式約簡算法，基于屬性頻率的約簡算法是一個非充分算法，它是通過對排序后的屬性項(xiàng)進(jìn)行掃描后得到結(jié)果，因此不能保證最終得到一個約簡結(jié)果，而基于屬性依賴度的約簡算法給出了得到約簡的保證。在屬性重要性的計算方面，基于屬性頻率的計算量要小于屬性依賴度的計算，因此結(jié)合兩個算法的優(yōu)缺點(diǎn)，本文提出了一種基于屬性依賴度的改進(jìn)約簡算法，此算法

5、保證了最終能夠獲得決策表的約簡，同時與基于屬性依賴度的約簡算法相比又節(jié)省了運(yùn)行時間。由于現(xiàn)實(shí)中決策表中含有噪聲數(shù)據(jù)是不可難免的，因此作者在改進(jìn)的基于屬性依賴度的約簡算法中使用了本文提出的基于分類可信度的粗糙集模型，從而使該算法在處理含有一定噪聲的決策表時具有很好的覆蓋能力和泛化能力。 對本文改進(jìn)的算法我們從約簡結(jié)果和約簡時間兩方面與原算法進(jìn)行實(shí)驗(yàn)對比，從約簡結(jié)果角度來看，改進(jìn)的算法最終能夠找到一個約簡，是對基于屬性頻率約簡算法的