基于粗糙集理論的增量式學(xué)習(xí)算法研究.pdf

1、隨著數(shù)據(jù)庫(kù)技術(shù)的發(fā)展和應(yīng)用，社會(huì)各個(gè)部門積累了大量的數(shù)據(jù)資料，數(shù)據(jù)挖掘是發(fā)現(xiàn)這些數(shù)據(jù)背后蘊(yùn)涵的知識(shí)的重要手段。但是這些數(shù)據(jù)信息每天都在不斷增加，如果在每次數(shù)據(jù)庫(kù)更新之后都要對(duì)全部數(shù)據(jù)進(jìn)行重新挖掘，將耗費(fèi)大量的資源，這導(dǎo)致對(duì)增量式挖掘算法的迫切需求。將增量式學(xué)習(xí)算法與數(shù)據(jù)庫(kù)的更新相結(jié)合，漸進(jìn)式的對(duì)已有知識(shí)進(jìn)行更新，避免對(duì)數(shù)據(jù)進(jìn)行重新學(xué)習(xí)是增量式知識(shí)獲取方法的主要思想。
　　 粗糙集(又稱Rough Set、Rough集、粗集)是數(shù)

2、據(jù)挖掘的方法之一，它是一種處理不精確、不確定和模糊數(shù)據(jù)的新型數(shù)學(xué)工具，它能有效地從數(shù)據(jù)本身提供的信息中發(fā)現(xiàn)有效的、潛在的知識(shí)。近年來(lái)該理論成功地在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能數(shù)據(jù)分析等領(lǐng)域得到了廣泛應(yīng)用。
　　 本文主要對(duì)基于粗糙集理論的增量式規(guī)則獲取方法進(jìn)行研究：
　　 首先，針對(duì)已有的基于粗糙集的增量式學(xué)習(xí)算法IRAA(IncrementalRule Acquisition Algorithm)不能很好地解決的情形(即：

3、新樣本與原始規(guī)則集完全矛盾和類完全矛盾，或者新樣本與原始規(guī)則集部分矛盾、類部分矛盾或類匹配，且在屬性約簡(jiǎn)屬性上，信息系統(tǒng)中能找到與新樣本相同的樣本)進(jìn)行進(jìn)一步的研究工作，提出一種改進(jìn)的增量式學(xué)習(xí)算法IAIL(ImproveAlgorithm for Incremental Learning)。該算法在IRAA算法的基礎(chǔ)上，將決策表的局部最小確定性作為閾值來(lái)控制規(guī)則產(chǎn)生，避免了重新訓(xùn)練，提高了算法的效率。實(shí)驗(yàn)表明，在保持測(cè)試樣本正確識(shí)別率

4、基本不變的情況下，該算法時(shí)間效率高于增量式知識(shí)獲取算法IRAA，且規(guī)則個(gè)數(shù)有所減少。
　　 其次，把規(guī)則樹(shù)的思想與IAIL算法相結(jié)合，將原始規(guī)則集構(gòu)建為樹(shù)的形式，同時(shí)將規(guī)則的可信度作為參數(shù)標(biāo)識(shí)每條規(guī)則，根據(jù)閾值選擇可信度最高的規(guī)則進(jìn)行更新。實(shí)驗(yàn)結(jié)果表明，該方法的時(shí)間效率較IAIL算法有很大的提高。
　　 最后，本文在基于粗糙集的電子郵件過(guò)濾模型的基礎(chǔ)上，提出基于識(shí)別反饋和增量學(xué)習(xí)的電子郵件過(guò)濾方法，該方法在郵件識(shí)別過(guò)程中