基于粗糙集的規(guī)則提取及其應用.pdf

1、由波蘭數(shù)學家Z.Pawlak首次提出的粗糙集理論是一種處理不確定性和含糊性的數(shù)據(jù)分析理論。規(guī)則提取是粗糙集的核心問題之一，然而現(xiàn)有的規(guī)則提取方法中存在著各種局限性。因此本文將對此進行重點研究，提出幾種新的基于粗糙集的規(guī)則提取方法，以促進粗糙集方法的實用化，并以信貸審批模型的建立為例探討其在數(shù)據(jù)挖掘中的應用。
　　 本文的主要工作和創(chuàng)新性成果如下：
　　 一、建立粗糙集和關聯(lián)規(guī)則相關概念之間的聯(lián)系，提出一種基于粗糙集的多維

2、關聯(lián)規(guī)則提取算法。該方法能有效減少頻集生成的搜索空間，降低復雜度(在最壞的情況下時間復雜度為O(nlogn)，其中n為記錄數(shù)目），避免冗余規(guī)則。
　　 二、結合粒計算的思想，提出一種協(xié)調(diào)決策規(guī)則的提取算法。實驗表明該方法能有效處理數(shù)據(jù)集中存在的噪聲，適用于不一致的決策表，且提取出的規(guī)則具有簡潔、協(xié)調(diào)一致等特點。
　　 三、針對實際情況中數(shù)據(jù)集動態(tài)更新的問題，提出一種基于分類一致性的規(guī)則增量式更新方法。該方法只需部分修改相