基于粗糙集和模糊集理論的屬性約簡算法研究.pdf

1、屬性約簡算法的研究一直以來都是數(shù)據(jù)挖掘領(lǐng)域最核心的問題，是企業(yè)進(jìn)行決策知識(shí)獲取的關(guān)鍵技術(shù)。然而，現(xiàn)有的屬性約簡算法無論是在算法的效率上，算法的存儲(chǔ)上，還是在算法的應(yīng)用范圍上都有待深入的研究。一旦在算法的研究上有所突破，勢必大大推動(dòng)數(shù)據(jù)挖掘技術(shù)在實(shí)際中的應(yīng)用，提高企業(yè)的決策效率。 本文深入分析和研究了粗糙集和模糊集理論在屬性知識(shí)獲取方面的研究成果，得出了將兩者相結(jié)合進(jìn)行屬性約簡時(shí)，具有更好的有效性的結(jié)論；在對粗糙集理論和模糊集理論

2、中決策表約簡算法進(jìn)行深入分析的基礎(chǔ)上，針對基于差別矩陣的啟發(fā)式屬性約簡算法和基于模糊粗糙集的快速屬性約簡算法，提出了一種能更有效降低復(fù)雜度的約簡策略；利用離散屬性決策表常用的屬性約簡方法，將差別矩陣的屬性約簡與之結(jié)合，設(shè)計(jì)了一個(gè)能有效減少存儲(chǔ)空間、并能擴(kuò)展對不相容決策表進(jìn)行有效支持的改進(jìn)算法；在對連續(xù)屬性決策表屬性約簡方面，本文也進(jìn)行了相應(yīng)的研究，給出了一個(gè)快速屬性約簡算法的改進(jìn)措施，減少了原算法計(jì)算次數(shù)；同時(shí)，對大量的UCI數(shù)據(jù)集進(jìn)行