粒計算及其應(yīng)用研究.pdf

1、面對大量復(fù)雜的信息，人們希望從中發(fā)現(xiàn)有用的知識。數(shù)據(jù)挖掘的重要任務(wù)之一是從大量數(shù)據(jù)中發(fā)現(xiàn)知識、模式和規(guī)則，因而數(shù)據(jù)挖掘特別是關(guān)聯(lián)規(guī)則挖掘顯得尤為重要。而人類在面對和處理大量復(fù)雜信息問題時，由于能力有限，把大量復(fù)雜信息按其各自的特征和性能將其劃分成為若干較簡單的塊——信息粒進行分析和處理。信息?；沟糜谩傲！笨创?、處理問題成為必然，因而將粒計算應(yīng)用于數(shù)據(jù)挖據(jù)，特別是關(guān)聯(lián)規(guī)則挖掘具有重要的現(xiàn)實意義。數(shù)據(jù)挖掘的目的是發(fā)現(xiàn)知識，而運用知識進行推

2、理是另一個重要的應(yīng)用。由于現(xiàn)實世界信息的不精確、不確定、不完整和模糊性使得在不確定性推理中的應(yīng)用更為重要。粒計算符合人類求解問題的客觀規(guī)律，并且可以涵蓋模糊集理論、粗糙集理論等領(lǐng)域，因而在處理模糊、不確定性知識和用知識進行推理方面，粒計算有其優(yōu)勢和潛力。本文在分析粒計算理論的國內(nèi)外研究現(xiàn)狀基礎(chǔ)上，介紹了粗糙集與粒計算的基本理論知識。本文的特色和主要工作在于：(1)從信息粒的角度出發(fā)，基于粒計算中概念的有序?qū)﹃P(guān)聯(lián)規(guī)則挖掘中的項目、項目集

3、以及項目集的支持度重新進行了認(rèn)識，在此基礎(chǔ)上提出了一種基于粒和二進制運算的關(guān)聯(lián)規(guī)則挖掘算法——GLIG。此算法只掃描一遍數(shù)據(jù)庫，并且二進制數(shù)的位運算速度比候選集與事務(wù)記錄的比較運算速度要快得多。(2)結(jié)合可信度和粗集理論知識，提出了一種無噪聲情況下基于粒計算的推理方法；當(dāng)決策表信息不全或干擾時，本文基于概念顆粒內(nèi)涵匹配度，提出了一種有噪聲情況下基于粒計算的近似推理方法；最后綜合前面兩個方法給出了基于粒計算的不確定性推理算法的描述，此算法