粗糙集在數(shù)據(jù)挖掘不確定性問題中的研究.pdf

1、數(shù)據(jù)挖掘中面臨大量的不完備信息系統(tǒng)，即可能存在部分對象的一些屬性值未知的情況。不完備的數(shù)據(jù)可能使挖掘過程陷入混亂，導(dǎo)致不可靠的輸出。其所表現(xiàn)出來的不確定性也更加顯著，這將大大增加數(shù)據(jù)挖掘的難度。
　　 本文以一種處理不精確、不確定和模糊知識的數(shù)學(xué)方法—粗糙集理論為主要工具，逐步深入展開對不完備信息系統(tǒng)下數(shù)據(jù)挖掘的研究，以期減少數(shù)據(jù)挖掘研究與實際應(yīng)用之間的差距。
　　 本文首先對粗糙集理論與數(shù)據(jù)挖掘展開闡述，包括粗糙集的理

2、論基礎(chǔ)、研究方向和研究領(lǐng)域；數(shù)據(jù)挖掘的概念、特點、任務(wù)、分類、要求及數(shù)據(jù)挖掘中的不確定性；重點說明粗糙集理論可作為數(shù)據(jù)挖掘方法的依據(jù)以及粗糙集應(yīng)用于數(shù)據(jù)挖掘的幾種常用方法。
　　 然后在粗糙集理論不完備信息系統(tǒng)的數(shù)據(jù)挖掘理論基礎(chǔ)上，重點圍繞粗糙集與其他方法相結(jié)合，闡述了粗糙集—決策樹在數(shù)據(jù)挖掘中的應(yīng)用；基于粗糙集和遺傳算法的數(shù)據(jù)挖掘方法；粗糙集神經(jīng)網(wǎng)絡(luò)算法在數(shù)據(jù)挖掘中的應(yīng)用。
　　 最后將理論應(yīng)用于實踐以解決實際問題，以