基于覆蓋算法的條件信息熵表示及屬性約簡(jiǎn).pdf

1、粗糙集理論是波蘭數(shù)學(xué)家Z. Pawlak于1982年提出的一種處理不確定和不精確知識(shí)的數(shù)學(xué)工具,它的主要思想就是保持分類能力不變的前提下,通過(guò)知識(shí)約簡(jiǎn),導(dǎo)出問(wèn)題的決策或分類規(guī)則,從中發(fā)現(xiàn)隱含的知識(shí),揭示潛在的規(guī)律。其最大的優(yōu)點(diǎn)是無(wú)需提供除問(wèn)題所需處理的數(shù)據(jù)之外的任何先驗(yàn)信息,客觀描述或處理的不確定性問(wèn)題,已成為信息分析和數(shù)據(jù)挖掘的重要方法。
　　現(xiàn)實(shí)中存在著大量不相容決策信息系統(tǒng)。Pawlak最初提出的粗糙集理論是以等價(jià)關(guān)系為基礎(chǔ)

2、的,但是對(duì)不相容決策表用傳統(tǒng)的等價(jià)關(guān)系得到的劃分其屬性約簡(jiǎn)的速度和最小約簡(jiǎn)都不理想,限制了粗糙集模型的應(yīng)用,針對(duì)不相容決策信息該系統(tǒng)的約簡(jiǎn)研究,將更具實(shí)踐意義。
　　覆蓋算法是一種基于M-P神經(jīng)元的構(gòu)造性神經(jīng)網(wǎng)絡(luò)算法,具有運(yùn)行速度快、精度高的特點(diǎn),在眾多領(lǐng)域得到廣泛應(yīng)用。本文利用覆蓋算法對(duì)數(shù)據(jù)進(jìn)行處理,構(gòu)建論域U的一個(gè)劃分,從而定義一種基于覆蓋的條件信息熵和屬性重要性,以新的屬性重要性為啟發(fā)信息設(shè)計(jì)屬性約簡(jiǎn)算法。主要工作包括:

3、r>　　1.綜述了經(jīng)典粗糙集的基本理論和方法,研究粗糙集理論的屬性約簡(jiǎn)的主要方法,分析各自的特點(diǎn)與存在的問(wèn)題。簡(jiǎn)要描述覆蓋算法的思想,并分析覆蓋領(lǐng)域內(nèi)樣本點(diǎn)的特點(diǎn)。
　　2.提出基于覆蓋算法的條件信息熵表示及屬性重要性的計(jì)算,并證明了對(duì)于一致決策表,它與基于該條件信息熵的屬性約簡(jiǎn)與代數(shù)定義下表示是等價(jià)的。
　　3.由新的條件信息熵定義新的屬性重要性,以新的屬性重要性為啟發(fā)信息設(shè)計(jì)約簡(jiǎn)算法并給出相應(yīng)的算法。實(shí)驗(yàn)表明該約簡(jiǎn)算法能