基于粒計(jì)算的粗糙集分類方法的研究與應(yīng)用.pdf

1、近年來，隨著信息技術(shù)的高速發(fā)展與廣泛應(yīng)用，產(chǎn)生了海量的數(shù)據(jù)，如何從中挖掘潛在的、有價(jià)值的信息并將其應(yīng)用到生產(chǎn)實(shí)踐中變得尤為關(guān)鍵。由此，一種能夠從大量的、不完整的、有噪聲的、隨機(jī)的數(shù)據(jù)中，分析并且智能提取信息的技術(shù)——數(shù)據(jù)挖掘應(yīng)運(yùn)面生，越來越受到人工智能領(lǐng)域的關(guān)注。數(shù)據(jù)分類是數(shù)據(jù)挖掘的一個(gè)重要內(nèi)容，目前分類的方法很多，比如粗糙集理論、粒計(jì)算、決策樹、人工神經(jīng)網(wǎng)絡(luò)等。
　　 粗糙集理論是一個(gè)處理不確定、不精確、不完備信息的數(shù)學(xué)工具，

2、基于粗糙集的分類知識發(fā)現(xiàn)模型主要有:建模數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、屬性約簡、規(guī)則提取等。粒計(jì)算是問題求解、數(shù)據(jù)挖掘、信息處理的一種新的方法，覆蓋了所有有關(guān)粒度的理論、方法和技術(shù)。粒計(jì)算已成為人工智能領(lǐng)域研究的熱點(diǎn)方向之一。本文在粗糙集和粒計(jì)算理論基礎(chǔ)上，針對不完備信息系統(tǒng)，對于決策信息系統(tǒng)的屬性約簡算法以及規(guī)則提取做了進(jìn)一步研究，具體研究內(nèi)容如下:
　　 (1)針對不完備信息系統(tǒng)，通過建立粗糙集擴(kuò)展模型從而處理不完備信息的方法的研究

3、已經(jīng)比較豐富，然而，運(yùn)用粒計(jì)算理論對于租糙集擴(kuò)展模型的研究領(lǐng)域還不成熟，本文利用粒計(jì)算理論對基于容差關(guān)系的擴(kuò)充粗糙集模型進(jìn)行粒的構(gòu)造，并定義了知識的不確定性度量，即粒度熵與條件粒度熵，研究證明了相關(guān)定理和性質(zhì)。并以條件粒度熵作為啟發(fā)式信息，提出了基于條件粒度熵的屬性約簡算法。
　　 (2)經(jīng)典的粗糙集方法對于不完備決策表進(jìn)行規(guī)則提取時(shí)存在較多的不足，本文首先運(yùn)用粒計(jì)算理論的思想，將不完備決策表分解并且對所分解的決策表進(jìn)行等價(jià)劃分