粗糙集在知識發(fā)現(xiàn)中的應(yīng)用研究.pdf

1、隨著數(shù)據(jù)庫技術(shù)的發(fā)展和信息時代的來臨，各行各業(yè)都積累了大量的數(shù)據(jù)，數(shù)據(jù)庫中存儲的數(shù)據(jù)量急劇增加。因此，為了提高工作效率和生活質(zhì)量，人們必須獲取蘊藏在其中的有價值的信息。為了達(dá)到這個目的，人們開始致力于從數(shù)據(jù)庫中發(fā)現(xiàn)知識的研究。然而，眾所周知，數(shù)據(jù)庫中往往存在冗余數(shù)據(jù)、缺失數(shù)據(jù)、不確定的數(shù)據(jù)和不一致的數(shù)據(jù)等諸多情況，這些數(shù)據(jù)成了發(fā)現(xiàn)知識的一大障礙。 粗糙集理論是1982年同PawlakZ提出，經(jīng)歷了20多年的發(fā)展，已經(jīng)在理論和應(yīng)用

2、上取得了豐碩的成果。它不依賴于數(shù)據(jù)集之外的附加信息，是處理含有噪聲、不精確、不完整數(shù)據(jù)的有力工具。許多知識發(fā)現(xiàn)技術(shù)僅僅適用于精確集，不適用于粗糙集，而現(xiàn)實中粗糙集是普遍存在的現(xiàn)象，因此基于粗糙集的知識發(fā)現(xiàn)模型在信息系統(tǒng)的研究領(lǐng)域具有重要意義。 本文首先介紹了知識發(fā)現(xiàn)的歷史、現(xiàn)狀和可能的發(fā)展方向，并回顧了它的主要方法和技術(shù)。然后，論文對粗糙集理論進(jìn)行了介紹，并對數(shù)據(jù)挖掘中的各環(huán)節(jié)運用粗糙集理論的方法進(jìn)行了分析。隨后論文重點對作者在

3、數(shù)據(jù)離散方面做的研究工作進(jìn)行了闡述。論文先提出了連續(xù)性數(shù)據(jù)離散定義的一般性數(shù)學(xué)描述，然后在此基礎(chǔ)上通過對一種局部離散化方法的改進(jìn)，提出了全局的離散化算法。該算法彌補了原算法引入不一致的缺陷，并在保持?jǐn)?shù)據(jù)一致性的前提下，進(jìn)一步分析了離散中分割點的冗余并進(jìn)行了約簡，并應(yīng)用UCI中的機器學(xué)習(xí)數(shù)據(jù)庫數(shù)據(jù)進(jìn)行了驗證，證明了改進(jìn)算法的有效性。最后本文將對一真實的心臟病病人數(shù)據(jù)集，應(yīng)用基于粗糙集的知識發(fā)現(xiàn)技術(shù)開發(fā)特征文件，得出一些有價值的模式，從而將