設置前置粗糙集子系統(tǒng)的神經(jīng)網(wǎng)絡分類器的研究.pdf

1、隨著數(shù)據(jù)庫技術的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應用，企業(yè)的數(shù)據(jù)庫或數(shù)據(jù)倉庫中積累的數(shù)據(jù)越來越多。然而激增的數(shù)據(jù)背后隱藏著許多重要的信息，企業(yè)中的領導希望能夠對其進行更高層次的分析，以便更好地利用這些數(shù)據(jù)，為企業(yè)以后的營銷、發(fā)展提供正確的決策方案。 本論文首先介紹了數(shù)據(jù)挖掘理論及其在客戶關系管理中的應用，并著重對數(shù)據(jù)挖掘的兩種重要新方法粗糙集理論和神經(jīng)網(wǎng)絡以及它們的應用進行了概述。接著介紹了粗糙集的基本理論，它是建立在等價關系基

2、礎之上的，用上下近似集合來表示一個不精確的概念。屬性約簡問題是粗糙集理論的核心問題之一，本文給出了幾種屬性約簡算法，并將屬性約簡方法運用于數(shù)據(jù)挖掘的數(shù)據(jù)預處理中。針對目前單純使用神經(jīng)網(wǎng)絡會因輸入信息空間維數(shù)較大使網(wǎng)絡結構復雜且訓練時間長，同時，對企業(yè)的大型數(shù)據(jù)庫或數(shù)據(jù)倉庫進行數(shù)據(jù)挖掘時，輸入信息不僅數(shù)據(jù)量大，而且存在噪聲干擾，在數(shù)據(jù)挖掘中單純的使用粗集方法會受噪聲干擾而直接影響分類精度的問題。本論文最后將粗糙集理論與神經(jīng)網(wǎng)絡相結合，對神