基于粗糙集理論的知識(shí)獲取研究及應(yīng)用.pdf

1、知識(shí)獲取就是通過(guò)一定的技術(shù)手段從海量數(shù)據(jù)庫(kù)中發(fā)現(xiàn)潛在的、有價(jià)值的信息,并以此為人們的行為提供輔助決策?，F(xiàn)實(shí)生活中的數(shù)據(jù)不可避免地存在重復(fù)、遺漏和不一致等問(wèn)題,給知識(shí)獲取的研究帶來(lái)了難題。粗糙集理論作為一種處理含有噪音、不精確、不一致數(shù)據(jù)的有力工具,它不需要提供相關(guān)數(shù)據(jù)集合外的任何先驗(yàn)信息,適用于發(fā)現(xiàn)數(shù)據(jù)中隱含的規(guī)律,找出數(shù)據(jù)內(nèi)部的關(guān)聯(lián)關(guān)系以及特征。粗糙集的這些特性使其能很好地對(duì)知識(shí)獲取的過(guò)程進(jìn)行處理。經(jīng)過(guò)二十多年的完善和發(fā)展,粗糙集理論

2、成為軟計(jì)算方法的一個(gè)重要分支,已經(jīng)成功應(yīng)用到模式識(shí)別、機(jī)器學(xué)習(xí)、決策分析和知識(shí)獲取等領(lǐng)域。
　　本文簡(jiǎn)單介紹了粗糙集和知識(shí)獲取的發(fā)展、研究現(xiàn)狀以及相關(guān)的基礎(chǔ)理論知識(shí),著重講述了知識(shí)獲取中的數(shù)據(jù)預(yù)處理、屬性約簡(jiǎn)和決策規(guī)則的提取,并結(jié)合醫(yī)學(xué)數(shù)據(jù)說(shuō)明知識(shí)獲取在實(shí)際生活中的應(yīng)用價(jià)值。本文要點(diǎn)如下:
　　(1)知識(shí)獲取中的數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理是知識(shí)獲取的重要步驟,只有提供完整、準(zhǔn)確、整潔的數(shù)據(jù)才能保證獲取知識(shí)的效率和最終結(jié)果。文中針

3、對(duì)決策表的補(bǔ)齊和離散化,介紹了數(shù)據(jù)預(yù)處理中的幾種方法,如平均值填充法、條件組合完整化方法、利用領(lǐng)域知識(shí)填充法以及一種基于可辨識(shí)矩陣的離散化算法。該離散化算法是將區(qū)分兩個(gè)實(shí)例不同的不分明關(guān)系的任務(wù)讓其中一個(gè)斷點(diǎn)來(lái)執(zhí)行,這樣既可以保持信息系統(tǒng)中不分明關(guān)系的不變,又能以最少數(shù)目的斷點(diǎn)集把實(shí)例中所有的不分明關(guān)系區(qū)分開。
　　(2)知識(shí)獲取中屬性約簡(jiǎn)算法的研究是本文的一個(gè)重點(diǎn)。首先,簡(jiǎn)單介紹了幾類主要的約簡(jiǎn)算法,如基本算法、基于可辨識(shí)矩陣的

4、約簡(jiǎn)算法、基于屬性依賴度的約簡(jiǎn)算法等。其次,對(duì)基于可辨識(shí)矩陣的約簡(jiǎn)算法進(jìn)行了深入分析和研究,在此基礎(chǔ)上提出了一種矩陣約簡(jiǎn)改進(jìn)算法。改進(jìn)算法中給出了一種屬性頻率函數(shù)的定義,并考慮了可辨識(shí)矩陣中項(xiàng)的長(zhǎng)度對(duì)屬性重要性的影響,通過(guò)比較屬性函數(shù)值以及對(duì)應(yīng)項(xiàng)的長(zhǎng)度來(lái)確定屬性的重要性。算法中將可辨識(shí)矩陣中單元素集合項(xiàng)中的屬性直接加入約簡(jiǎn)集,否則不斷選擇屬性重要性比較小的屬性進(jìn)行補(bǔ)運(yùn)算,直到出現(xiàn)單元素為止。最后,給出了該算法的完備性證明并編碼實(shí)現(xiàn)了原來(lái)

5、的一個(gè)矩陣約簡(jiǎn)算法和該改進(jìn)算法。通過(guò)引入U(xiǎn)CI數(shù)據(jù)集對(duì)兩個(gè)算法進(jìn)行比較分析,實(shí)驗(yàn)結(jié)果表明本文提出的改進(jìn)算法能得到更小、更優(yōu)的約簡(jiǎn)集。
　　(3)知識(shí)獲取中決策規(guī)則的研究。經(jīng)過(guò)屬性約簡(jiǎn)后得到的每一條記錄其實(shí)就對(duì)應(yīng)著一條規(guī)則。但是,得到的規(guī)則必須經(jīng)過(guò)規(guī)則提取也就是值約簡(jiǎn)的過(guò)程才能去除規(guī)則中的冗余條件。文中介紹了一種相容決策表的規(guī)則提取算法,同時(shí)指出對(duì)于不相容決策表,隸屬度、覆蓋度以及閾值選擇的不同將直接影響著最終決策規(guī)則的生成。對(duì)于大