基于模糊粗糙集理論的屬性約簡算法研究.pdf

1、數(shù)據(jù)挖掘是數(shù)據(jù)庫研究最活躍、最令人激動的領(lǐng)域之一。它出現(xiàn)于20世紀(jì)80年代后期，90年代有了突飛猛進(jìn)的發(fā)展，并有望在新千年繼續(xù)繁榮。這是一個(gè)交叉學(xué)科領(lǐng)域，融合了數(shù)據(jù)庫技術(shù)、人工智能、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)，目前已成為國際上信息決策領(lǐng)域最重要、最有前途的前沿研究方向之一。粗糙集理論是20世紀(jì)80年代初由波蘭數(shù)學(xué)家Z.Pawlak提出的一種處理模糊和不確定性知識的數(shù)學(xué)工具。近年來，隨著理論的不斷完善，及其在數(shù)據(jù)挖掘中的成功應(yīng)用，受到了

2、國際上的廣泛關(guān)注。 屬性約簡是粗糙集數(shù)據(jù)挖掘方法中最重要的概念和思想。屬性約簡(也叫特征選擇)，就是在不降低信息系統(tǒng)分類能力的基礎(chǔ)上，用能區(qū)分所有對象的最小屬性子集代替原來的屬性集。約簡使得相同的決策通過更少量的條件得出，經(jīng)過一些較少的判斷就可得出同樣精度的結(jié)果。它提高了數(shù)據(jù)的質(zhì)量，加快了挖掘的速度，并使得挖掘出的規(guī)則更易理解。 不斷發(fā)展的計(jì)算機(jī)信息技術(shù)對屬性約簡在處理速度、準(zhǔn)確性和噪聲處理等方面提出了越來越高的要求。尋

3、找高效的屬性約簡算法仍然是人們關(guān)心的熱門問題之一。本論文的主要工作如下： 1)系統(tǒng)分析歸納了數(shù)據(jù)挖掘技術(shù)和粗糙集理論的研究進(jìn)展和發(fā)展方向。 2)求解決策表的所有屬性約簡以及最小屬性約簡都是NP-hard問題，主要原因是屬性組合爆炸，當(dāng)數(shù)據(jù)庫規(guī)模較大時(shí)問題尤為突出。人工智能中，解決這類問題的一般方法是采用啟發(fā)式搜索，通過向算法中加入啟發(fā)信息減少問題求解的搜索空間來簡化計(jì)算。本文首先系統(tǒng)闡述了Pawlak粗糙集模型以及決策表

4、、區(qū)分矩陣和約簡等基本概念，并在此基礎(chǔ)上著重介紹了啟發(fā)式屬性約簡的幾種典型算法。 3)模糊-粗糙屬性約簡是一種有效的啟發(fā)式算法，主要用于處理連續(xù)值屬性決策表的約簡。實(shí)驗(yàn)表明，它優(yōu)于傳統(tǒng)的基于熵、基于主成分分析以及基于隨機(jī)性的維歸約技術(shù)等方法。本文對現(xiàn)有的基于模糊粗糙集的兩種屬性約簡算法進(jìn)行了比較研究，從計(jì)算復(fù)雜度、約簡結(jié)果以及算法收斂性等方面進(jìn)行了對比分析，并找出了現(xiàn)有算法存在的不足，即缺乏對噪聲數(shù)據(jù)的處理機(jī)制?；谧兙却植诩?/p>