基于條件粒度熵的不完備信息系統(tǒng)的動態(tài)約簡研究.pdf

1、由于大數(shù)據時代的來臨，我們正面臨著一項艱巨的任務:從海量的、雜亂無章的、有噪聲的、不完備的、模糊的數(shù)據中找到有用的知識，即數(shù)據挖掘。分類是數(shù)據挖掘的一個重要分支，在眾多分類技術中，粗糙集理論因為它不僅可以處理不確定問題并且還不需要數(shù)據集之外的任何先驗知識這一突出優(yōu)點，所以成為了知識發(fā)現(xiàn)的有效工具，獲得了學者們的廣泛關注。
　　屬性約簡是粗糙集理論的熱點研究內容之一。目前，基于粗糙集理論下的屬性約簡方法已經很多，但是大部分都是在完備

2、并且靜態(tài)的信息系統(tǒng)條件下的，并不能夠滿足現(xiàn)實中存在很多缺失數(shù)據的不完備信息系統(tǒng)和不斷增加數(shù)據集的動態(tài)信息系統(tǒng)。雖然現(xiàn)在也有許多關于不完備信息系統(tǒng)和動態(tài)約簡的研究，但是相對來說還是比較薄弱和單一。因此研究在不完備信息系統(tǒng)下的動態(tài)屬性約簡算法是很迫切的并且很有理論價值意義。
　　基于以上，本文的研究工作著重于以下幾個方面:
　　（一）從代數(shù)論和信息論兩個方面分析總結了目前基于粗糙集理論的不完備信息系統(tǒng)的屬性約簡算法。
　　

3、（二）從信息論的觀點出發(fā)，根據基于容差關系下的不完備信息系統(tǒng)的粒度函數(shù)定義，給出了新的粒度熵函數(shù)，從而得到條件粒度熵函數(shù)和屬性重要度，以屬性重要度為啟發(fā)式信息給出基于條件粒度熵的不完備信息系統(tǒng)下的屬性約簡算法。
　　（三）對基于條件粒度熵的不完備信息系統(tǒng)下的屬性約簡算法進一步研究，在得到原信息系統(tǒng)約簡的情況下，分析僅有對象增加時、僅有對象減少時、同時存在對象增加和對象減少時，這三種情況下條件粒度熵函數(shù)的變化機制，并更新約簡算法。最