基于模糊等價關(guān)系的數(shù)據(jù)約簡方法研究.pdf

1、Z.Pawlak提出的經(jīng)典粗糙集理論是基于由屬性誘導的不可分辨關(guān)系來進行數(shù)據(jù)分析的，數(shù)據(jù)模型中只包含符號型屬性。而當前實際的信息系統(tǒng)中存在既包含符號型屬性，也包含連續(xù)數(shù)值型屬性的情況，即混合型信息系統(tǒng)。對符號型屬性數(shù)據(jù)以及混合數(shù)據(jù)的約簡是本文的主要研究內(nèi)容，兩者在文中都采用了同種考慮方式——將屬性的約簡問題轉(zhuǎn)化為矩陣的構(gòu)造化簡問題。
　　對于只包含符號型屬性信息系統(tǒng)的知識約簡問題，本文采用基于可辨識矩陣的約簡方法。文中討論了可辨識

2、矩陣一般約簡算法的不足，提出利用合取律來簡化可辨識矩陣繁瑣的構(gòu)造過程，通過對屬性重要性的度量，以及刪除屬性組合項對矩陣狀態(tài)的影響程度，得到最終的約簡結(jié)果，省略了可辨識函數(shù)由合取范式向析取范式傳統(tǒng)的轉(zhuǎn)化模式。
　　對于混合數(shù)據(jù)的處理，現(xiàn)有文獻從連續(xù)數(shù)值型屬性離散化入手，用不同的符號表示多個劃分的子區(qū)間，繼而對形式統(tǒng)一的數(shù)據(jù)集約簡;或是對不可分辨關(guān)系進行拓展，利用模糊粗糙集模型、遺傳算法等等，模糊粗糙集模型是混合數(shù)據(jù)分析的重要模型之一