不完備信息系統(tǒng)下擴展Rough函數(shù)依賴于數(shù)據(jù)挖掘研究.pdf

1、粗糙集理論( Rough Set Theory, 簡稱RST )是由波蘭學者Z. Pawlak于1982年提出的一種處理含糊和不確定性問題的新型數(shù)學工具。RST的處理對象為具有離散屬性值的完備信息系統(tǒng)(Complete Information System, 簡稱CIS), 但是在現(xiàn)實世界中由于各種原因，面臨的信息系統(tǒng)往往是不完備的，因此研究如何使用RST處理不完備信息系統(tǒng)(Incomplete Information System,

2、簡稱IIS)對于RST的發(fā)展起著舉足輕重的作用。 為了避免損害到數(shù)據(jù)的原有分布特征，本文采用直接方式處理IIS, 即將傳統(tǒng)RST中的不可分辨關(guān)系進行弱化，對粗集理論進行擴充。本文首先對現(xiàn)有的幾種擴展粗集模型進行了分析比較，主要有基于容差關(guān)系的擴展粗集模型、基于非對稱相似關(guān)系的擴展粗集模型、基于限制容差關(guān)系的擴展粗集模型、基于變精度限制容差關(guān)系的擴展粗集模型、基于集對容差關(guān)系的擴展粗集模型和基于變精度集對容差關(guān)系的擴展粗集模型。

3、 要進行知識約簡與知識推理，就必須要研究知識之間的依賴關(guān)系，所以本文接著分別給出了在以上幾種擴展粗集模型中對象依賴和屬性依賴的定義，并且給出了對象部分依賴、屬性部分依賴的定義及其度量。從這些定義中，得出一些相應的性質(zhì)和定理，說明完備信息系統(tǒng)中的部分性質(zhì)在不完備信息系統(tǒng)中依然成立。 知識約簡是粗集理論的核心內(nèi)容之一。在各種擴展粗集模型中，提出統(tǒng)一的以對象依賴或?qū)傩砸蕾嚍橐罁?jù)，進行對象約簡或者屬性約簡的方法，并給出了相應的算法