基于條件粒度熵的不完備信息系統(tǒng)的動態(tài)約簡研究.pdf

1、由于大數(shù)據(jù)時代的來臨，我們正面臨著一項艱巨的任務(wù):從海量的、雜亂無章的、有噪聲的、不完備的、模糊的數(shù)據(jù)中找到有用的知識，即數(shù)據(jù)挖掘。分類是數(shù)據(jù)挖掘的一個重要分支，在眾多分類技術(shù)中，粗糙集理論因為它不僅可以處理不確定問題并且還不需要數(shù)據(jù)集之外的任何先驗知識這一突出優(yōu)點，所以成為了知識發(fā)現(xiàn)的有效工具，獲得了學(xué)者們的廣泛關(guān)注。
　　屬性約簡是粗糙集理論的熱點研究內(nèi)容之一。目前，基于粗糙集理論下的屬性約簡方法已經(jīng)很多，但是大部分都是在完備

2、并且靜態(tài)的信息系統(tǒng)條件下的，并不能夠滿足現(xiàn)實中存在很多缺失數(shù)據(jù)的不完備信息系統(tǒng)和不斷增加數(shù)據(jù)集的動態(tài)信息系統(tǒng)。雖然現(xiàn)在也有許多關(guān)于不完備信息系統(tǒng)和動態(tài)約簡的研究，但是相對來說還是比較薄弱和單一。因此研究在不完備信息系統(tǒng)下的動態(tài)屬性約簡算法是很迫切的并且很有理論價值意義。
　　基于以上，本文的研究工作著重于以下幾個方面:
　　（一）從代數(shù)論和信息論兩個方面分析總結(jié)了目前基于粗糙集理論的不完備信息系統(tǒng)的屬性約簡算法。
　　

3、（二）從信息論的觀點出發(fā)，根據(jù)基于容差關(guān)系下的不完備信息系統(tǒng)的粒度函數(shù)定義，給出了新的粒度熵函數(shù)，從而得到條件粒度熵函數(shù)和屬性重要度，以屬性重要度為啟發(fā)式信息給出基于條件粒度熵的不完備信息系統(tǒng)下的屬性約簡算法。
　　（三）對基于條件粒度熵的不完備信息系統(tǒng)下的屬性約簡算法進一步研究，在得到原信息系統(tǒng)約簡的情況下，分析僅有對象增加時、僅有對象減少時、同時存在對象增加和對象減少時，這三種情況下條件粒度熵函數(shù)的變化機制，并更新約簡算法。最