基于粗糙集理論的知識不確定性度量與規(guī)則獲取方法研究.pdf_第1頁
已閱讀1頁,還剩111頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、粗糙集理論自上世紀(jì)80年代初由Pawlak教授提出以來,發(fā)展十分迅速。它作為處理知識模糊性和不確定性的一種重要的數(shù)學(xué)工具,受到越來越多研究人員的重視,已經(jīng)在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、模式識別等領(lǐng)域得到廣泛應(yīng)用,其中屬性約簡和屬性值約簡是最重要的一個方面。盡管屬性和屬性值約簡的研究已取得了許多重要的成果,但是仍然存在一些重要問題需要進(jìn)一步解決,其中約簡算法的低效性尤為突出,它限制了粗糙集理論的進(jìn)一步推廣應(yīng)用。現(xiàn)在,尋找高效的知識約簡算法已成為粗

2、糙集理論的一個研究熱點(diǎn)。 首先,知識和粗集不確定性度量對于屬性約簡等方面有著重要的應(yīng)用,而現(xiàn)已度量方法存在某些不合理的地方,故探討更加合理的度量方法是一個帶有基礎(chǔ)性的問題。其次,變精度參數(shù)是通過不確定性假設(shè)引入的,其值的估計方法是值得研究的一個重要問題。還有,尋找更加有效的知識獲取方法,特別是動態(tài)數(shù)據(jù)環(huán)境下的歸納學(xué)習(xí)、兩類決策系統(tǒng)和大數(shù)據(jù)集上的知識獲取等,有著較大的研究空間。本論文根據(jù)這些研究思路,對信息系統(tǒng)中知識的不確定性度量

3、和規(guī)則獲取問題進(jìn)行系統(tǒng)研究,取得了一定的成果,對于促進(jìn)粗糙集理論的發(fā)展及其在知識發(fā)現(xiàn)等相關(guān)領(lǐng)域的應(yīng)用,有一定的作用和影響。 論文的主要貢獻(xiàn)及創(chuàng)新如下: (1)對知識和粗集的不確定性進(jìn)行了深入研究,提出一種基于邊界域的模糊熵度量方法,重新定義了知識粗糙熵并修正了粗集粗糙熵的定義。提出邊界條件熵的定義,證明了邊界條件熵單調(diào)性等相關(guān)性質(zhì)?;谶吔鐥l件熵,給出屬性約簡的啟發(fā)式算法并應(yīng)用到定性仿真和推理中。討論了不合適知識表達(dá)粒度

4、對不確定性度量的影響,通過引入極大相容塊思想。重新度量了基于相容關(guān)系的知識和粗集度量問題。 (2)討論了變精度參數(shù)值對知識約簡的影響?;跊Q策表相對可辨識性,提出變精度粗糙集模型變精度參數(shù)自主式獲取和設(shè)置的方法。 (3)對多決策類信息系統(tǒng)的歸納學(xué)習(xí)方法進(jìn)行了深入研究,提出聯(lián)合決策分辨矩陣及其歸納學(xué)習(xí)以及動態(tài)數(shù)據(jù)環(huán)境下的遞增式學(xué)習(xí)方法。該方法不僅解決了遞增式學(xué)習(xí)問題,而且減少了矩陣空間,避免了經(jīng)典分辨矩陣和傳統(tǒng)決策矩陣中的

5、重復(fù)計算。 (4)針對常見的兩類決策信息系統(tǒng)的規(guī)則獲取進(jìn)行了研究。基于等價矩陣,提出聯(lián)合決策等價矩陣的定義,將條件屬性等價矩陣和決策屬性等價矩陣合并為一個矩陣,大大提高了規(guī)則獲取算法效率?;谙嗳菥仃?,通過廣義決策函數(shù),提出一種基于廣義決策表的聯(lián)合決策相容矩陣規(guī)則獲取算法。 (5)基于矩陣分塊方法,研究了大數(shù)據(jù)集上規(guī)則獲取問題。提出基于任意分割策略的規(guī)則獲取矩陣計算方法,將大數(shù)據(jù)集轉(zhuǎn)化為多個子系統(tǒng)間的規(guī)則獲取。分析了基

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論