粗糙集理論是波蘭數(shù)學(xué)家Z.Pawlak于1982年提出的一種用于處理不確定性和含糊性知識(shí)的數(shù)學(xué)工具,其主要思想是：在保持信息系統(tǒng)分類能力不變的前提下,通過(guò)知識(shí)約簡(jiǎn)導(dǎo)出問(wèn)題的分類或決策規(guī)則,它無(wú)需提供所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)知識(shí),利用數(shù)據(jù)集上的等價(jià)關(guān)系對(duì)知識(shí)的不確定程度進(jìn)行度量,從而避免了對(duì)知識(shí)的主觀評(píng)價(jià)帶來(lái)的誤差。近年來(lái),粗糙集理論及應(yīng)用取得了很大的成功,已成為軟計(jì)算方法的重要分支,其涉及的領(lǐng)域包括模式識(shí)別、機(jī)器學(xué)習(xí)、知識(shí)發(fā)現(xiàn)、知識(shí)獲取、決策分析等。粗糙集理論中的有效算法是粗糙集理論的一個(gè)研究熱點(diǎn),屬性約簡(jiǎn)算法和規(guī)則提取算法是粗糙集理論及應(yīng)用所研究的重要內(nèi)容。隨著全國(guó)高校教學(xué)質(zhì)量評(píng)估工作的深入開(kāi)展,如何通過(guò)外部評(píng)估,促進(jìn)各高校建立一套適合本校校情,能保證教學(xué)質(zhì)量和自我監(jiān)控,可實(shí)現(xiàn)良性循環(huán)的教學(xué)質(zhì)量保障體系,是當(dāng)前亟待解決的課題。教學(xué)質(zhì)量評(píng)估是保證教學(xué)質(zhì)量的重要手段,教學(xué)評(píng)估是一個(gè)多因素、多變量、模糊的非線性過(guò)程。運(yùn)用粗糙集理論,可以解決教學(xué)質(zhì)量評(píng)估系統(tǒng)中,處理數(shù)據(jù)時(shí)面臨的數(shù)據(jù)量大及數(shù)據(jù)不確定問(wèn)題。本文首先介紹了粗糙集理論的基本內(nèi)容,包括信息系統(tǒng)、等價(jià)類、不可分辨關(guān)系和上下近似集... 

【文章來(lái)源】：中國(guó)海洋大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

知識(shí)示意圖

扣糙華理論在高職院校教學(xué)質(zhì)量評(píng)估中的應(yīng)用研究X的卜述子集可用圖2一2形象地表示。集合X的邊界(X是粗糙集)X的下近似、正域X的邊界X的負(fù)域X的下近似、正域圖2一2粗糙集概念表示由上圖可得R一(X)二R一(X)UBNR(X)，其中，R一(X)是那些u中根據(jù)知識(shí)R可能屬于X的元素組成的集合;R(x)是那些U中根據(jù)知識(shí)R一定屬于x的元素組成的集合;啞GR(x)是那些U中根據(jù)知識(shí)R一定不屬于x的元素組成的集合;BNR(x)是那些U中根據(jù)知識(shí)R既不能肯定屬于X又不能肯定屬于u一x的元素組成的集合。例2.3信息系統(tǒng)表2一2中，u={xl，xZ，x3，勒，xs，x6，x7

匕匕 圖3一3教學(xué)質(zhì)量評(píng)估流程圖3.4基于粗糙集理論的教學(xué)質(zhì)量評(píng)估及其算法3.4.1教學(xué)質(zhì)量評(píng)估數(shù)據(jù)準(zhǔn)備在教學(xué)質(zhì)量評(píng)估系統(tǒng)中，首先根據(jù)教學(xué)質(zhì)量評(píng)估系統(tǒng)的需求，對(duì)大量的評(píng)估數(shù)據(jù)進(jìn)行選取，本文采用手工的方法進(jìn)行評(píng)估數(shù)據(jù)選取，得到目標(biāo)數(shù)據(jù)集，然后對(duì)其進(jìn)行數(shù)據(jù)預(yù)處理，數(shù)據(jù)預(yù)處理主要包括兩部分:數(shù)據(jù)完整性處理和數(shù)據(jù)離散化處理。數(shù)據(jù)完整性處理:原始數(shù)據(jù)集中可能有一些數(shù)據(jù)的“遺漏”，要使用這些不完整的數(shù)據(jù)進(jìn)行質(zhì)量評(píng)估，就要先填充這些空缺值。通常使用的完整性處理方法有:1.人工填寫(xiě)空缺值:用手工輸入法填充空缺值。這種方法很費(fèi)時(shí)，特別是數(shù)據(jù)量很大、缺少值很多的時(shí)候，這種方法不可行。2.去掉缺失屬性值的元組:當(dāng)某個(gè)元組含有缺失的屬性值時(shí)，就移除這個(gè)元組。其缺點(diǎn)是:當(dāng)遇到缺失屬性值的元組較多時(shí)，數(shù)據(jù)表的數(shù)據(jù)就會(huì)大量減少，導(dǎo)致數(shù)據(jù)挖掘出的知識(shí)精度和準(zhǔn)確性變低。所以，數(shù)據(jù)完整性處理中一般不采用這種方法。 3.combinatorialcomPletion算法:用有缺失值的屬性中所有可能的取值來(lái)填充缺失的屬性值，并選擇最終屬性約簡(jiǎn)結(jié)果中最好的一個(gè)作為填補(bǔ)的屬性值。這種數(shù)據(jù)補(bǔ)齊方法以約簡(jiǎn)為目的


本文編號(hào)：3365187