基于自動(dòng)閾值選取的不完備信息系統(tǒng)處理方法.pdf

1、Rough集理論是一種處理模糊性和不確定性信息的新的數(shù)學(xué)理論方法。近年來(lái),該理論受到眾多研究人員的關(guān)注,已成功應(yīng)用于知識(shí)發(fā)現(xiàn)、機(jī)器學(xué)習(xí)、智能信息處理、決策支持系統(tǒng)、數(shù)據(jù)挖掘和模式識(shí)別等領(lǐng)域。經(jīng)典Rough集理論主要是針對(duì)完備信息系統(tǒng),要求所處理的信息系統(tǒng)中不存在未知屬性值或遺漏屬性值,利用不可分辨關(guān)系來(lái)對(duì)對(duì)象進(jìn)行上近似和下近似分類(lèi)。然而,在現(xiàn)實(shí)中信息不完備的現(xiàn)象廣泛存在,使得信息系統(tǒng)中對(duì)象間的關(guān)系不一定是等價(jià)關(guān)系,從而限制了經(jīng)典Roug

2、h集理論在這些實(shí)際問(wèn)題中的應(yīng)用。因此,探索基于Rough集的不完備信息系統(tǒng)知識(shí)獲取理論與方法成為當(dāng)前的一個(gè)重要研究?jī)?nèi)容。
　　 為了直接處理不完備信息系統(tǒng),需要對(duì)經(jīng)典Rough集理論進(jìn)行擴(kuò)充。容差關(guān)系模型、非對(duì)稱相似關(guān)系模型、量化容差關(guān)系模型和限制容差關(guān)系模型等都是經(jīng)典Rough集理論的擴(kuò)充模型,但是這些模型還存在一些局限性。本文對(duì)上述擴(kuò)充Rough集模型的局限性進(jìn)行了深入剖析,并結(jié)合自主式學(xué)習(xí)的思想,提出了一種基于自動(dòng)閾值選取

3、的不完備信息系統(tǒng)處理方法,討論了閾值的選取方法,并將該模型與已有擴(kuò)充Rough模型進(jìn)行了比較分析。通過(guò)本文中定義的閾值計(jì)算公式,不同的不完備信息系統(tǒng)會(huì)得到不同的閾值,從而得到不同的分類(lèi),說(shuō)明了基于自動(dòng)閾值選取的改進(jìn)容差關(guān)系模型是一種自適應(yīng)性模型。基于自動(dòng)閾值選取的改進(jìn)容差關(guān)系不僅保留了容差關(guān)系和限制容差關(guān)系的優(yōu)點(diǎn),又丟棄了容差關(guān)系、非對(duì)稱相似關(guān)系、量化容差關(guān)系和限制容差關(guān)系存在的不足,是一種更加靈活、更加合理的不完備信息系統(tǒng)的相似關(guān)系。