如今,隨著科學(xué)技術(shù)的日益發(fā)展,每時每刻都會產(chǎn)生出大量的數(shù)據(jù),這些數(shù)據(jù)類型變得越來越復(fù)雜,規(guī)模也越來越大,形成了大量的復(fù)雜、異構(gòu)的高維海量數(shù)據(jù)。數(shù)據(jù)已經(jīng)在社會經(jīng)濟(jì)、政治、環(huán)境衛(wèi)生和人類生產(chǎn)生活等各個領(lǐng)域成為了知識信息的主要載體,而數(shù)據(jù)挖掘正是在人類這種從數(shù)據(jù)中獲取有用知識的迫切需求下產(chǎn)生的。粗糙集算法作為常用的數(shù)據(jù)挖掘分類方法之一,由Pawlak引入,其分類規(guī)則易于理解,不受數(shù)據(jù)分布制約,現(xiàn)已應(yīng)用于交通運輸、生物科學(xué)、人工智能等很多領(lǐng)域。粗糙集的理論研究也不斷深入,涉及到粗糙集構(gòu)造算法的完善,針對不確定性和模糊性等數(shù)據(jù)問題的算法等。對于同一數(shù)據(jù)集,采用不同的粗糙集構(gòu)造算法,所得到的分類規(guī)則并不總是一樣的,如何選擇出高預(yù)測準(zhǔn)確度的粗糙集,在應(yīng)用中具有重要的理論價值和實踐意義�，F(xiàn)有的粗糙集優(yōu)良性評估標(biāo)準(zhǔn)主要是誤判率。然而,粗糙集的誤判率最低,并不意味著它的預(yù)測準(zhǔn)確度最高。特別是,當(dāng)多個粗糙集的誤判率差異小時,誤判率標(biāo)準(zhǔn)并不總是能夠選出最高預(yù)測準(zhǔn)確度的粗糙集。鑒于此,引入一種基于AIC信息準(zhǔn)則的粗糙集擇優(yōu)方法,利用粗糙集的分類規(guī)則構(gòu)造解釋變量,將其表達(dá)為Logistic模型,將擬合模型的AIC值作為該粗糙集的AIC值,進(jìn)行分類規(guī)則選擇。AIC數(shù)值小的粗糙集往往比AIC數(shù)值大的粗糙集具有更高的預(yù)測準(zhǔn)確度。隨機(jī)模擬結(jié)果表明,采用基于AIC信息準(zhǔn)則的粗糙集擇優(yōu)方法能夠篩選出高預(yù)測準(zhǔn)確度的粗糙集,其擇優(yōu)效果有時會高于基于誤判率的粗糙集擇優(yōu)方法。特別是,當(dāng)多個粗糙集的誤判率差異小時,新方法更可能選出最高預(yù)測準(zhǔn)確度的粗糙集。
【學(xué)位單位】：天津財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2016
【中圖分類】：C81
【文章目錄】：
內(nèi)容摘要
Abstract
第1章 導(dǎo)論
    1.1 研究背景與研究意義
    1.2 粗糙集理論研究綜述
        1.2.1 粗糙集理論及其發(fā)展
        1.2.2 粗糙集選擇
    1.3 研究內(nèi)容與結(jié)構(gòu)
    1.4 本文創(chuàng)新點
第2章 粗糙集構(gòu)造算法
    2.1 基于最大概率的粗糙集算法
    2.2 基于貝葉斯的粗糙集算法
第3章 基于AIC準(zhǔn)則的粗糙集擇優(yōu)方法
    3.1 AIC信息準(zhǔn)則
    3.2 新粗糙集擇優(yōu)方法的研究思路
    3.3 基于AIC準(zhǔn)則的粗糙集擇優(yōu)方法
第4章 新粗糙集擇優(yōu)方法的應(yīng)用分析
    4.1 Abalone數(shù)據(jù)集的粗糙集擇優(yōu)
    4.2 Affairs數(shù)據(jù)集的粗糙集擇優(yōu)
    4.3 Breastcancer數(shù)據(jù)集的粗糙集擇優(yōu)
    4.4 Haberman數(shù)據(jù)集的粗糙集擇優(yōu)
    4.5 Ionosphere數(shù)據(jù)集的粗糙集擇優(yōu)
    4.6 Transfusion數(shù)據(jù)集的粗糙集擇優(yōu)
    4.7 結(jié)果匯總分析
第5章 結(jié)論
參考文獻(xiàn)
后記

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林治;張璇;;粗糙集理論的應(yīng)用探析[J];邢臺職業(yè)技術(shù)學(xué)院學(xué)報;2011年03期

2 楊健;;代價敏感粗糙集及其在印刷數(shù)據(jù)中的應(yīng)用[J];才智;2013年33期

3 王萍;粗糙集理論及其應(yīng)用進(jìn)展[J];南京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報;2004年03期

4 黃煥福;黃月蘭;;學(xué)生上機(jī)興趣的粗糙集分析[J];南寧師范高等�？茖W(xué)校學(xué)報;2007年01期

5 左金平;郭玉棟;;決策問題中粗糙集理論的應(yīng)用研究[J];晉中學(xué)院學(xué)報;2007年03期

6 辜川毅;;基于粗糙集理論的大學(xué)生網(wǎng)絡(luò)行為研究[J];科技信息(學(xué)術(shù)研究);2007年22期

7 王寶麗;陳高波;;粗糙集的矩陣表示與刻畫[J];運城學(xué)院學(xué)報;2008年05期

8 范霄文;郭惠英;;粗糙集理論的統(tǒng)計擴(kuò)展及應(yīng)用[J];統(tǒng)計與決策;2008年13期

9 計文軍;蔣超;王艷華;楊海濱;姚蘇瓊;;粗糙集在大學(xué)生就業(yè)問題中的應(yīng)用[J];內(nèi)江師范學(xué)院學(xué)報;2008年S1期

10 岳丹丹;;粗糙集理論在教學(xué)效果評價中的應(yīng)用[J];黔西南民族師范高等�？茖W(xué)校學(xué)報;2009年03期

相關(guān)博士學(xué)位論文 前10條

1 馬希驁;概率粗糙集屬性約簡理論及方法研究[D];西南交通大學(xué);2014年

2 唐孝;基于粗糙集的知識發(fā)現(xiàn)方法及其在ECG信號識別中的應(yīng)用[D];電子科技大學(xué);2015年

3 曾凱;鄰域粒化粗糙計算的關(guān)鍵技術(shù)研究與應(yīng)用[D];電子科技大學(xué);2015年

4 王永生;基于粗糙集理論的動態(tài)數(shù)據(jù)挖掘關(guān)鍵技術(shù)研究[D];北京科技大學(xué);2016年

5 馬周明;基于邊界域的多粒度粗糙集及其相關(guān)度量[D];河北師范大學(xué);2017年

6 薛佩軍;正負(fù)域覆蓋廣義粗糙集與知識粗傳播研究[D];山東大學(xué);2007年

7 孔芝;粗糙集理論若干問題的研究與應(yīng)用[D];東北大學(xué);2009年

8 秦中廣;基于粗糙集的交叉研究及其在中醫(yī)診斷的應(yīng)用[D];華南理工大學(xué);2002年

9 劉少輝;知識發(fā)現(xiàn)中粗糙集理論的研究[D];中國科學(xué)院研究生院（計算技術(shù)研究所）;2003年

10 鄧大勇;基于粗糙集的數(shù)據(jù)約簡及粗糙集擴(kuò)展模型的研究[D];北京交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 江飛;粗糙集神經(jīng)網(wǎng)絡(luò)故障診斷方法研究[D];西安石油大學(xué);2015年

2 何理榮;粗糙集理論在銀行信貸風(fēng)險評估中的應(yīng)用研究[D];華南理工大學(xué);2015年

3 張德齊;基于粗糙集理論的電機(jī)故障診斷方法研究[D];渤海大學(xué);2015年

4 楊禮;基于粗糙集的公路交通安全預(yù)警研究[D];西南交通大學(xué);2015年

5 聶萌瑤;基于泛系串并模型的粗糙集概念擴(kuò)展與拓?fù)淇臻g[D];蘭州大學(xué);2015年

6 徐鵬;基于粗糙集的建筑起重機(jī)械安全精細(xì)化評價研究[D];西安建筑科技大學(xué);2015年

7 孫宇航;粗糙集屬性約簡方法在醫(yī)療診斷中的應(yīng)用研究[D];蘇州大學(xué);2015年

8 張曼;基于粗糙集和包含度的聚類分類算法研究[D];青島理工大學(xué);2015年

9 車世遠(yuǎn);基于群搜索優(yōu)化粗糙集的腦科學(xué)數(shù)據(jù)研究[D];大連海事大學(xué);2015年

10 林哲;基于粗糙集的馬田系統(tǒng)研究及其在銀行直接營銷客戶分類中的應(yīng)用[D];南京理工大學(xué);2015年

本文編號：2883218