基于面向?qū)ο髷?shù)據(jù)庫的粗糙集模型的研究.pdf

1、粗糙集理論不依賴于所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)信息，它對(duì)不精確、不確定、不完整的信息和知識(shí)具有很強(qiáng)的分析處理能力。20世紀(jì)50年代末以來，關(guān)于粗糙集理論和應(yīng)用的研究逐漸成為智能信息處理領(lǐng)域的熱點(diǎn)問題。 傳統(tǒng)的粗糙集理論在數(shù)據(jù)挖掘中的應(yīng)用大多是通過結(jié)構(gòu)化的方法來實(shí)現(xiàn)的，但是這種方法存在著數(shù)據(jù)模型結(jié)構(gòu)性不強(qiáng)、軟件復(fù)用率低、可擴(kuò)展性差等主要問題。另外，基于粗糙集的屬性約簡(jiǎn)系統(tǒng)大多是針對(duì)某一特定關(guān)系型數(shù)據(jù)庫或格式化的數(shù)據(jù)文件而設(shè)計(jì)的

2、，因此很難描述復(fù)雜對(duì)象，缺乏靈活性與通用性，難以滿足研究和應(yīng)用的需要。 為了解決這些問題，本文將面向?qū)ο罄碚摵痛植诩碚撓嘟Y(jié)合，在傳統(tǒng)粗糙集理論應(yīng)用的基礎(chǔ)上引入面向?qū)ο髷?shù)據(jù)庫，設(shè)計(jì)了一種用于屬性約簡(jiǎn)的對(duì)象模型和約簡(jiǎn)模型，并充分考慮到面向?qū)ο髷?shù)據(jù)庫對(duì)復(fù)雜對(duì)象具有優(yōu)越的存儲(chǔ)、檢索能力，從而提出了一個(gè)基于面向?qū)ο髷?shù)據(jù)庫的粗糙集模型，并深入探討了該模型實(shí)現(xiàn)屬性約簡(jiǎn)算法的關(guān)鍵技術(shù)。實(shí)驗(yàn)結(jié)果表明，該模型不但能有效地對(duì)數(shù)據(jù)集進(jìn)行約簡(jiǎn)，而且還具

3、有結(jié)構(gòu)簡(jiǎn)單、具有良好的擴(kuò)展性等優(yōu)點(diǎn)。此外，本文所提出的對(duì)象模型同樣適用于其它的數(shù)據(jù)挖掘系統(tǒng)。 具體研究工作如下： (1)當(dāng)處理大數(shù)據(jù)集時(shí)，基于主存的粗糙集屬性約簡(jiǎn)算法的效率將會(huì)顯著下降。針對(duì)這一問題，本文利用數(shù)據(jù)庫技術(shù)處理大數(shù)據(jù)集問題的優(yōu)越性，提出了一種基于存儲(chǔ)過程的屬性約簡(jiǎn)算法。實(shí)驗(yàn)結(jié)果表明，對(duì)于處理大數(shù)據(jù)集問題，該算法的效率要比基于主存的屬性約簡(jiǎn)算法的效率高，而且該算法容易實(shí)現(xiàn)，具有一定的實(shí)用價(jià)值。 (2)目

4、前大部分的屬性約簡(jiǎn)算法采用結(jié)構(gòu)化方法實(shí)現(xiàn)，但是缺乏統(tǒng)一的數(shù)據(jù)模型，針對(duì)這一問題，本文采用面向?qū)ο罄碚搧矸治鯮ough集的研究對(duì)象，設(shè)計(jì)了一種用于屬性約簡(jiǎn)的對(duì)象模型，并使用面向?qū)ο髷?shù)據(jù)庫DB40對(duì)此進(jìn)行建模。 (3)在傳統(tǒng)的粗糙集理論的基礎(chǔ)上引入面向?qū)ο髷?shù)據(jù)庫，提出了一種基于面向?qū)ο髷?shù)據(jù)庫的粗糙集模型。 (4)深入探討了實(shí)現(xiàn)屬性約簡(jiǎn)算法的關(guān)鍵技術(shù)，并開發(fā)了一個(gè)專業(yè)數(shù)據(jù)處理軟件系統(tǒng)一基于面向?qū)ο髷?shù)據(jù)庫的粗糙集模型的屬性約簡(jiǎn)系