穩(wěn)健模糊粗糙集模型研究.pdf

1、在數(shù)據(jù)分析中，模糊粗糙集理論為處理不確定性提供了一種強(qiáng)大的數(shù)學(xué)工具。近年來(lái)，該理論引起了粒計(jì)算、機(jī)器學(xué)習(xí)和不確定性推理的廣泛關(guān)注，然而經(jīng)典的模糊粗糙集模型對(duì)數(shù)據(jù)噪聲敏感的缺陷使得該理論在實(shí)際應(yīng)用中受到了嚴(yán)重的限制。至今設(shè)計(jì)穩(wěn)健的模糊粗糙集模型仍然是一個(gè)研究熱點(diǎn)。本文分別從數(shù)據(jù)噪聲的兩類(lèi)處理方式出發(fā)設(shè)計(jì)穩(wěn)健的模糊粗糙集模型，具體的研究工作如下：
　　分析了現(xiàn)有的粗糙集模型的穩(wěn)健性及局限性。為了揭示粗糙集理論對(duì)數(shù)據(jù)噪聲的敏感性，本文分

2、析了Pawlak粗糙集、鄰域粗糙集、模糊粗糙集、變精度粗糙集、鄰域一致度、β-精度模糊粗糙集、模糊變精度粗糙集、變精度模糊粗糙集和模糊量化粗糙集的穩(wěn)健性及局限性，并用實(shí)驗(yàn)對(duì)理論分析結(jié)果進(jìn)行了驗(yàn)證。
　　研究了一種基于軟最小超球的模糊粗糙集模型。軟最小超球問(wèn)題是新穎檢測(cè)的常用方法，本文將這個(gè)問(wèn)題與模糊粗糙集模型結(jié)合建立了一種穩(wěn)健模糊粗糙集模型，分析模型的性質(zhì)，并用實(shí)驗(yàn)驗(yàn)證該模型的穩(wěn)健性。本文利用基于軟最小超球的模糊粗糙集模型的穩(wěn)健性

3、設(shè)計(jì)了一個(gè)穩(wěn)健的模糊粗糙策樹(shù)模型，并用實(shí)驗(yàn)對(duì)該模型的穩(wěn)健性進(jìn)行驗(yàn)證。
　　研究了一種基于穩(wěn)健統(tǒng)計(jì)量的模糊粗糙集模型。經(jīng)典的模糊粗糙集是建立在最小值和最大值的基礎(chǔ)之上的，這是導(dǎo)致該模型不穩(wěn)健的直接原因。本文將穩(wěn)健統(tǒng)計(jì)量的概念與模糊粗糙集結(jié)合設(shè)計(jì)了一種穩(wěn)健的模糊粗糙集模型。該模型改進(jìn)了經(jīng)典模糊粗糙集模型上、下近似隸屬度的計(jì)算方式，使得即使數(shù)據(jù)噪聲存在隸屬度的值也不會(huì)產(chǎn)生明顯偏差。此外，本文用基于穩(wěn)健統(tǒng)計(jì)量的模糊粗糙集模型的下近似設(shè)計(jì)了

4、一個(gè)穩(wěn)健的分類(lèi)模型，并用實(shí)驗(yàn)驗(yàn)證了分類(lèi)模型的穩(wěn)健性。
　　研究了一種穩(wěn)健的模糊粗糙集模型――軟模糊粗糙集。該模型是在軟間隔支持向量機(jī)的啟示下提出的，它將上、下近似隸屬度與被忽略的樣本數(shù)緊密地結(jié)合在一起，在增加樣本的下近似隸屬度或減小樣本的上近似隸屬度的同時(shí)限制了被忽略的樣本數(shù)。為了驗(yàn)證軟模糊粗糙集模型的有效性和穩(wěn)健性，本文以軟模糊粗糙集模型的依賴(lài)度函數(shù)作為特征評(píng)價(jià)指標(biāo)設(shè)計(jì)了一個(gè)特征選擇算法，并用數(shù)據(jù)集在選擇的特征子集上的分類(lèi)精度作