擴(kuò)展粗糙集模型及其屬性約簡(jiǎn)算法的研究.pdf

1、隨著數(shù)據(jù)庫(kù)技術(shù)的成熟，數(shù)據(jù)應(yīng)用的普及，以及互聯(lián)網(wǎng)的高速發(fā)展，人類積累的數(shù)據(jù)量正在以指數(shù)級(jí)速度迅速增長(zhǎng)。傳統(tǒng)的數(shù)據(jù)分析和查詢方法已不能滿足人們對(duì)隱藏在數(shù)據(jù)背后知識(shí)的迫切需要，在這種信息需求的強(qiáng)勁推動(dòng)下，知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘應(yīng)運(yùn)而生，而粗糙集理論作為一門新的數(shù)學(xué)工具，憑借它不需要附加任何外界信息或先驗(yàn)知識(shí)這一特點(diǎn)，突破了其它數(shù)據(jù)分析工具的局限，避免了人的主觀因素對(duì)數(shù)據(jù)挖掘結(jié)果的影響，逐漸成為了研究知識(shí)發(fā)現(xiàn)的重要的數(shù)學(xué)工具之一。而屬性約簡(jiǎn)是基于

2、粗糙集理論的數(shù)據(jù)挖掘模型中的關(guān)鍵步驟，同時(shí)也是粗糙集理論研究中的一個(gè)研究重點(diǎn)，因此本文的重點(diǎn)主要是針對(duì)屬性約簡(jiǎn)算法進(jìn)行改進(jìn)研究。 首先，本文介紹了經(jīng)典粗糙集的基本理論和模型及其實(shí)際應(yīng)用，然而經(jīng)典粗糙集模型的一個(gè)局限性是它所處理的分類必須是完全正確的或肯定的，因而它的分類是精確的，即只考慮完全“包含”與“不包含”，而沒有某種程度上的“包含”與“屬于”，而實(shí)際應(yīng)用中噪聲數(shù)據(jù)又是不可避免的。經(jīng)典粗糙集模型的另一個(gè)局限性是它所處理的對(duì)象

3、是已知的，且從模型中得到的結(jié)論僅適用于這些對(duì)象，但在實(shí)際應(yīng)用中，往往需要把從小規(guī)模對(duì)象集中得到的結(jié)論應(yīng)用于大規(guī)模對(duì)象集上去。經(jīng)典粗糙集模型的這些局限性限制了它的應(yīng)用。參考變精度粗糙集擴(kuò)展模型，本文對(duì)精度重新定義，以實(shí)際分類準(zhǔn)確度作為精度，提出了一種基于分類可信度的粗糙集擴(kuò)展模型。 本文對(duì)粗糙集理論的屬性約簡(jiǎn)算法進(jìn)行了比較深入的研究并歸納總結(jié)了目前的一些主要約簡(jiǎn)算法，然而到目前為止，雖然在屬性約簡(jiǎn)算法方面已經(jīng)有了一些成果，但還沒有

4、一個(gè)公認(rèn)的、高效的約簡(jiǎn)算法?；趯傩灶l率的啟發(fā)式屬性約簡(jiǎn)算法和基于屬性依賴度的啟發(fā)式約簡(jiǎn)算法是兩種基于屬性重要性的啟發(fā)式約簡(jiǎn)算法，基于屬性頻率的約簡(jiǎn)算法是一個(gè)非充分算法，它是通過對(duì)排序后的屬性項(xiàng)進(jìn)行掃描后得到結(jié)果，因此不能保證最終得到一個(gè)約簡(jiǎn)結(jié)果，而基于屬性依賴度的約簡(jiǎn)算法給出了得到約簡(jiǎn)的保證。在屬性重要性的計(jì)算方面，基于屬性頻率的計(jì)算量要小于屬性依賴度的計(jì)算，因此結(jié)合兩個(gè)算法的優(yōu)缺點(diǎn)，本文提出了一種基于屬性依賴度的改進(jìn)約簡(jiǎn)算法，此算法

5、保證了最終能夠獲得決策表的約簡(jiǎn)，同時(shí)與基于屬性依賴度的約簡(jiǎn)算法相比又節(jié)省了運(yùn)行時(shí)間。由于現(xiàn)實(shí)中決策表中含有噪聲數(shù)據(jù)是不可難免的，因此作者在改進(jìn)的基于屬性依賴度的約簡(jiǎn)算法中使用了本文提出的基于分類可信度的粗糙集模型，從而使該算法在處理含有一定噪聲的決策表時(shí)具有很好的覆蓋能力和泛化能力。 對(duì)本文改進(jìn)的算法我們從約簡(jiǎn)結(jié)果和約簡(jiǎn)時(shí)間兩方面與原算法進(jìn)行實(shí)驗(yàn)對(duì)比，從約簡(jiǎn)結(jié)果角度來(lái)看，改進(jìn)的算法最終能夠找到一個(gè)約簡(jiǎn)，是對(duì)基于屬性頻率約簡(jiǎn)算法的