基于粗糙集理論的屬性約簡及應(yīng)用研究.pdf

1、粗糙集理論是一種處理不精確、不一致、不完整等問題的數(shù)學(xué)工具,無需提供問題所需處理的數(shù)據(jù)集合之外的任何先驗信息,可直接對數(shù)據(jù)進(jìn)行分析和推理,從中發(fā)現(xiàn)隱含的知識,揭示潛在的規(guī)律.自20世紀(jì)80年代末以來,關(guān)于粗糙集理論和應(yīng)用的研究逐漸成為智能信息處理領(lǐng)域的熱點問題,并己經(jīng)在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、模式識別、決策分析等領(lǐng)域取得了成功的應(yīng)用. 屬性約簡是粗糙集理論中的重要問題,是在保持分類能力不變的前提下,刪除冗余的屬性.尋求快速的約簡算法

2、是粗糙集理論的重要研究內(nèi)容之一,是知識獲取的關(guān)鍵步驟.本文針對屬性約簡展開研究.主要工作如下: (1)概述了粗糙集理論的相關(guān)知識,系統(tǒng)地分析了經(jīng)典粗糙集理論的屬性約簡算法. (2)提出了一種改進(jìn)的基于差別矩陣完備的約簡算法IAARBDM,用一維數(shù)組存儲差別矩陣的元素,存儲之前先進(jìn)行元素冗余性的判斷,約去大量冗余的元素,簡化了差別函數(shù),從而提高了效率.針對大規(guī)模數(shù)據(jù)集的差別函數(shù)可能較為復(fù)雜的問題,基于IAARBDM算法提出