基于粗糙集理論的數(shù)據(jù)約簡研究與應(yīng)用.pdf

1、粗糙集理論作為一種處理模糊和不確定性知識的數(shù)學(xué)工具,在數(shù)據(jù)約簡方面有著廣泛的應(yīng)用與研究,針對傳統(tǒng)的粗糙集理論不支持對不完備決策表的約簡這個問題,擴(kuò)展的粗糙集理論相繼被提出,在傳統(tǒng)粗糙集的等價(jià)關(guān)系基礎(chǔ)上發(fā)展出了相似、容差關(guān)系、限制容差關(guān)系等,當(dāng)前基于粗糙集理論的約簡算法,例如可辨識矩陣以及屬性重要度等,都是基于數(shù)據(jù)的約簡卻忽略的數(shù)據(jù)之間的關(guān)系,同時(shí)在對大規(guī)模復(fù)雜數(shù)據(jù)集進(jìn)行約簡時(shí),由于理論上得到最小約簡是一個NP難度問題,使得約簡的效率急劇

2、下降,從而導(dǎo)致約簡算法的不適用和不可操作性。
　　 在分析了現(xiàn)有粗糙集理論約簡算法的基礎(chǔ)上,本文針對當(dāng)前粗糙集約簡主要面臨的一些問題,提出了一種聚類反饋約簡算法模型。對傳統(tǒng)約簡算法中忽略數(shù)據(jù)關(guān)系而進(jìn)行約簡的問題提出了一種數(shù)據(jù)關(guān)系聚類算法,通過對關(guān)聯(lián)點(diǎn)的提取來描述數(shù)據(jù)之間的關(guān)系,通過與云模型理論結(jié)合,將模糊粗糙性與隨機(jī)性進(jìn)行互補(bǔ),利用云模型來進(jìn)行數(shù)據(jù)集的劃分,結(jié)合粒計(jì)算的思想將整個算法模型設(shè)計(jì)成一個可并行運(yùn)行的算法,同時(shí)通過建立虛

3、擬節(jié)點(diǎn)構(gòu)建聚類粒度樹,以鄰近傳播為策略,以反饋修正為導(dǎo)向,使得算法是一個滿足增量式的約簡的要求。在構(gòu)建虛擬節(jié)點(diǎn)時(shí),通過隸屬度分類規(guī)則的調(diào)整,以提高整體的約簡效率。并在數(shù)據(jù)點(diǎn)、關(guān)聯(lián)點(diǎn)的提取時(shí)引入了數(shù)據(jù)集成映射的概念,以解決不同平臺數(shù)據(jù)規(guī)格的不統(tǒng)一問題。
　　 本文基于數(shù)據(jù)關(guān)系的聚類反饋約簡算法模型在總結(jié)前人研究的基礎(chǔ)上借鑒了多種算法模型的特點(diǎn),同時(shí)運(yùn)用分層的思想,對約簡過程進(jìn)行了一定的改進(jìn)。經(jīng)過模擬實(shí)驗(yàn),證明該算法模型是可行的、有