粗糙集理論在數(shù)據(jù)預處理中的應用研究.pdf

1、隨著各個行業(yè)大量歷史知識的積累，人們越來越渴望從大量的、雜亂無章的、海量數(shù)據(jù)中挖掘潛在的、有用知識來指導人們以后的決策行為，這給人類的智能信息處理能力提出了前所未有的挑戰(zhàn)。粗糙集理論是本世紀70年代發(fā)展起來的一種處理含糊性和不確定性問題的數(shù)學工具，它是智能信息處理的一種重要方法。由于粗糙集理論的這些特征優(yōu)勢，它越來越受到人們的關注，基于粗糙集理論的各種數(shù)據(jù)挖掘方法成為近來人們研究的熱門。 本文充分研究了粗糙集理論的數(shù)據(jù)預處理方法

2、，對現(xiàn)有的經(jīng)典算法進行了分析，針對算法中的一些局限之處提出了一些改進。首先，對數(shù)據(jù)填補的ROUSTIDA算法做了大量的研究分析工作，由于算法是根據(jù)對象間的相似關系來對遺失屬性進行填補，當有兩條不相似的數(shù)據(jù)與遺失屬性的數(shù)據(jù)相似時，ROUSTIDA算法就不對遺失屬性做處理，這樣算法在計算完后，還需要借助于別的填補算法來完成填補，本文在保持原算法良好的填補性能的基礎上，對ROUSTIDA算法進行了改進，改進算法依據(jù)相似關系對經(jīng)典算法不能填補的

3、屬性進行了填補，同時還增添了噪聲數(shù)據(jù)分離功能，改進后的填補算法有更廣泛的使用范圍。其次，對基于屬性重要度的屬性離散化方法做了研究，經(jīng)典的算法在判斷斷點是否是最終的斷點進行了大量的比較，同時當斷點很多時，這里的時間開銷更大，針對這個問題，充分研究了辨識矩陣所反映的屬性值之間的差異信息，給出了一種新的離散化方法，從而簡化了斷點集，縮小了查找范圍，時間性能比原算法提高了將近百分之三十。 最后，對兩種算法分別實現(xiàn)，從系統(tǒng)的運行結果中可以