基于知識粒度的動態(tài)屬性約簡算法研究.pdf

1、隨著計算機網(wǎng)絡技術、計算機存儲技術和通信技術的迅猛發(fā)展，各行各業(yè)形成的海量大數(shù)據(jù)既為企業(yè)的發(fā)展提供了大好的機遇，也給企業(yè)帶來了嚴峻的挑戰(zhàn)。如何能夠及時有效地從大數(shù)據(jù)中發(fā)現(xiàn)有用的知識和信息已成為當前十分迫切的問題。另外，各種應用數(shù)據(jù)在現(xiàn)實中不斷地動態(tài)變化，包括舊數(shù)據(jù)的刪除和新數(shù)據(jù)的增加以及一些錯誤數(shù)據(jù)的修訂等，如何能夠從動態(tài)變化數(shù)據(jù)中進行實時高效的知識發(fā)現(xiàn)和數(shù)據(jù)挖掘是當前信息科學領域研究中的重要課題之一。粒計算理論為大數(shù)據(jù)知識發(fā)現(xiàn)提供了多

2、層次和分而治之的解決方案，可以有效處理動態(tài)變化數(shù)據(jù)集知識發(fā)現(xiàn)問題并及時高效獲取知識。本文以粒計算和粗糙集理論為基礎，以增量學習技術為手段，對決策信息系統(tǒng)中數(shù)據(jù)動態(tài)變化下的屬性約簡算法進行了系統(tǒng)的研究。論文的主要研究成果包括:
　　(1)針對決策信息系統(tǒng)中對象動態(tài)變化時如何有效更新屬性約簡的問題，探討了對象動態(tài)變化后基于矩陣方法計算知識粒度的增量更新機制，提出了對象動態(tài)變化后基于矩陣方法的動態(tài)屬性約簡算法，但該算法僅適用于較小數(shù)據(jù)集

3、。進一步，分析了對象動態(tài)變化后基于非矩陣方法計算知識粒度的增量更新機制，設計了對象動態(tài)變化后基于非矩陣方法的動態(tài)屬性約簡算法;
　　(2)針對決策信息系統(tǒng)中屬性隨著時間動態(tài)增加時如何有效更新屬性約簡的問題，分析了屬性增加后基于矩陣方法計算知識粒度的增量更新機制，提出了屬性增加后基于矩陣方法的動態(tài)屬性約簡算法。但該算法僅適用于較小數(shù)據(jù)集。進一步，探討了屬性增加后基于非矩陣方法計算知識粒度的增量更新原理，提出了屬性增加后基于非矩陣方法

4、的動態(tài)屬性約簡算法;
　　(3)針對決策信息系統(tǒng)中屬性值動態(tài)變化時如何有效更新屬性約簡的問題，分析了單個對象的屬性值發(fā)生變化后決策信息系統(tǒng)知識粒度的增量更新原理，提出了單個對象屬性值變化動態(tài)屬性約簡算法。但是當決策信息系統(tǒng)中多個對象屬性值發(fā)生變化后，單個對象屬性值變化的動態(tài)屬性約簡算法需要多次運行才能獲得約簡，導致運行速度較慢。進一步，探討了多個對象屬性值發(fā)生變化后決策信息系統(tǒng)知識粒度的增量更新機制，設計了多個對象屬性值發(fā)生變化的

5、動態(tài)屬性約簡算法;
　　(4)針對大數(shù)據(jù)環(huán)境下如何有效更新屬性約簡的問題，利用多粒度概念和“分而治之”方法分析大數(shù)據(jù)屬性約簡機制，提出了基于多粒度粗糙集模型屬性約簡算法。當決策信息系統(tǒng)中對象動態(tài)變化時，分析了對象動態(tài)變化后決策信息系統(tǒng)知識粒度增量更新機制，設計了對象動態(tài)變化后基于多粒度粗糙集模型動態(tài)屬性約簡算法。
　　本文利用粗糙集和粒計算理論對決策信息系統(tǒng)中不同粒度進行了分析，運用增量學習技術設計了基于知識粒度的高效動態(tài)屬