基于粗糙集理論的并行數(shù)據(jù)挖掘算法的研究.pdf

1、粗糙集理論是一種新的處理模糊和不確定知識(shí)的軟計(jì)算工具。它能有效地分析和處理不精確、不一致、不完整等各種不完備信息，并從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)律。近年來在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等多個(gè)領(lǐng)域得到廣泛應(yīng)用。
　　 經(jīng)典的粗糙集知識(shí)獲取算法的時(shí)間復(fù)雜度都比較高，對(duì)于大數(shù)據(jù)集的處理效率不高，這大大限制了粗糙集的實(shí)際應(yīng)用。因此，需要研究面向海量數(shù)據(jù)的粗糙集知識(shí)獲取算法。
　　 作為一種高性能計(jì)算技術(shù)，并行計(jì)算已經(jīng)在數(shù)據(jù)挖掘中得到了

2、很好的應(yīng)用。把并行計(jì)算應(yīng)用到基于粗糙集的知識(shí)獲取算法中，提出面向海量數(shù)據(jù)的粗糙集并行知識(shí)獲取算法，將是一個(gè)值得研究的問題。
　　 本文結(jié)合并行計(jì)算，從粗糙集知識(shí)獲取算法的處理效率出發(fā)進(jìn)行了以下研究工作：
　　 (1)分析了決策表中同一條件屬性的候選斷點(diǎn)集的斷點(diǎn)重要性隨斷點(diǎn)值增大時(shí)的分布規(guī)律?；诖艘?guī)律，提出了基于動(dòng)態(tài)聚類的兩步離散化算法。
　　 (2)分析了基于動(dòng)態(tài)聚類的兩步離散化算法存在的并發(fā)性，提出了基于動(dòng)態(tài)