粗糙集理論在數(shù)據(jù)預(yù)處理中的應(yīng)用研究.pdf

1、隨著各個(gè)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(dǎo)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(jì)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(xué)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(guān)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(yù)處理方法

2、，對現(xiàn)有的經(jīng)典算法進(jìn)行了分析，針對算法中的一些局限之處提出了一些改進(jìn)。首先，對數(shù)據(jù)填補(bǔ)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(guān)系來對遺失屬性進(jìn)行填補(bǔ)，當(dāng)有兩條不相似的數(shù)據(jù)與遺失屬性的數(shù)據(jù)相似時(shí)，ROUSTIDA算法就不對遺失屬性做處理，這樣算法在計(jì)算完后，還需要借助于別的填補(bǔ)算法來完成填補(bǔ)，本文在保持原算法良好的填補(bǔ)性能的基礎(chǔ)上，對ROUSTIDA算法進(jìn)行了改進(jìn)，改進(jìn)算法依據(jù)相似關(guān)系對經(jīng)典算法不能填補(bǔ)的

3、屬性進(jìn)行了填補(bǔ)，同時(shí)還增添了噪聲數(shù)據(jù)分離功能，改進(jìn)后的填補(bǔ)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(diǎn)是否是最終的斷點(diǎn)進(jìn)行了大量的比較，同時(shí)當(dāng)斷點(diǎn)很多時(shí)，這里的時(shí)間開銷更大，針對這個(gè)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(diǎn)集，縮小了查找范圍，時(shí)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(shí)現(xiàn)，從系統(tǒng)的運(yùn)行結(jié)果中可以