基于粗糙集的知識發(fā)現(xiàn)若干關(guān)鍵問題研究.pdf

1、隨著海量規(guī)模、類型繁多和動態(tài)性數(shù)據(jù)的急劇產(chǎn)生，現(xiàn)代社會已經(jīng)邁入大數(shù)據(jù)時代。在這些不斷涌現(xiàn)，急劇改變的數(shù)據(jù)中，存在著大量不確定、模糊和不一致信息。如何在這些動態(tài)不確定數(shù)據(jù)中進行快速、高效地數(shù)據(jù)挖掘與知識發(fā)現(xiàn)已成為當前信息科學研究的熱點課題。粒計算是計算智能領(lǐng)域中模擬人類思維進行復雜問題解決的核心技術(shù)之一，為我們提供了一套不確定性復雜問題求解的理論、方法、技術(shù)和工具。粗糙集是不確定數(shù)據(jù)近似處理的一種重要粒計算模型。本文基于粗糙集理論，應(yīng)用粒

2、計算思想，以增量學習技術(shù)為手段，結(jié)合聚類集成分析技術(shù)，對動態(tài)不確定知識發(fā)現(xiàn)中的若干關(guān)鍵問題進行了研究，主要取得了以下研究成果:
　　(1)針對雙論域信息系統(tǒng)數(shù)據(jù)對象動態(tài)變化時的信息處理問題，提出了基于雙論域粗糙集模型的近似集增量更新方法。首先分析了兩個論域中數(shù)據(jù)對象的動態(tài)增加和刪除，等價類和目標概念的不同更新模式。然后根據(jù)兩個論域?qū)ο蟮牟煌虑闆r，刻畫了基于增量數(shù)據(jù)對象的雙論域粗糙近似集更新原理。最后，設(shè)計了雙論域信息系統(tǒng)中數(shù)據(jù)

3、對象增加/刪除時，基于雙論域粗糙集的近似集增量更新算法。采用推薦系統(tǒng)數(shù)據(jù)集、UCI公共數(shù)據(jù)集和人工數(shù)據(jù)集進行實驗評測，驗證了算法的有效性。（第3章）
　　(2)針對模糊雙論域信息系統(tǒng)多數(shù)據(jù)對象動態(tài)變化的知識獲取問題，提出了基于模糊概率雙論域粗糙集模型的近似集增量更新方法。首先根據(jù)雙論域近似空間的動態(tài)變化情況，揭示了基于批量式數(shù)據(jù)對象變化的模糊概率雙論域粗糙近似集變化機理。進而設(shè)計了雙論域信息系統(tǒng)中多數(shù)據(jù)對象增加/刪除時，基于模糊概

4、率雙論域粗糙集的近似集增量更新算法。應(yīng)用推薦系統(tǒng)數(shù)據(jù)集和人工數(shù)據(jù)集進行實驗評測，驗證了算法的有效性。（第4章）
　　(3)針對聚類集成任務(wù)中基聚類結(jié)果的類別重疊、類別不確定性問題，結(jié)合粒計算理論與粗糙集方法提出了一種基于知識粒度和粗糙距離的聚類集成模型。首先，將聚類集成問題抽象為最小粗糙知識粒度距離劃分的搜索問題，并設(shè)計了粒計算框架下的聚類集成目標函數(shù)。接著，引入了新的基于粗糙粒度的距離函數(shù)來度量聚類成員距離，并改進了知識粒度的計

5、算方法來度量給定粒的凝聚度。最后，采用分裂型層次聚類方法獲得集成結(jié)果。采用UCI公共數(shù)據(jù)集和微軟亞洲研究院多媒體圖像數(shù)據(jù)集進行實驗評測，驗證了算法的有效性。同時，實驗結(jié)果表明該算法性能與聚類成員的多樣性呈弱相關(guān)關(guān)系。（第5章）
　　(4)針對軟聚類方法中部分數(shù)據(jù)點類簇劃分不理想問題，提出了一種結(jié)合粗糙集的模糊聚類集成方法。首先，在模糊聚類成員集合基礎(chǔ)上，應(yīng)用粗糙集理論中近似集獲取原理將數(shù)據(jù)點分為三個區(qū)域:正域，邊界域和負域，對正域

6、中的數(shù)據(jù)點采用軟聚類集成的方法融合得到更為理想的類簇信息。然后，結(jié)合機器學習方法中有監(jiān)督集成學習方法（隨機森林），將獲得的類簇信息用于構(gòu)建隨機森林分類器，再將該分類器用于邊界域數(shù)據(jù)點類別預測。最后，采用類似的方法從所有已經(jīng)得到的類簇信息中抽取出新的分類知識，并將其用于負域中數(shù)據(jù)的類別預測，從而得到最終集成結(jié)果。采用UCI公共數(shù)據(jù)集進行評測，驗證了算法的有效性。同時，實驗結(jié)果表明該算法對聚類成員個數(shù)變化不敏感，驗證了算法中近似集獲取閩值設(shè)