今天的我們正處于信息化時(shí)代,信息化時(shí)代是當(dāng)今時(shí)代發(fā)展的大趨勢(shì),隨之發(fā)展的網(wǎng)路信息技術(shù),正以前所未有的發(fā)展速度伴隨這我們生活的日常,大數(shù)據(jù)問(wèn)題的實(shí)際應(yīng)用問(wèn)題亟待解決。對(duì)于大數(shù)據(jù)的處理已經(jīng)成為數(shù)據(jù)挖掘方面的焦點(diǎn)問(wèn)題。模糊粗糙集是一個(gè)用于特征選擇的重要的粗糙集模型。經(jīng)典模糊粗糙集使用模糊依賴函數(shù)作為特征選擇的準(zhǔn)則。然而,這個(gè)準(zhǔn)則函數(shù)只能保持樣本到?jīng)Q策類的最大隸屬度,不能保證分類誤差最小。在本文中,我們引入了新的特征選擇標(biāo)準(zhǔn)來(lái)克服這個(gè)弱點(diǎn)。為了表征分類錯(cuò)誤率,首先引入一類模糊二元關(guān)系來(lái)構(gòu)造決策的模糊下近似和上近似。然后,引入新的依賴關(guān)系概念:錯(cuò)分率和內(nèi)積依賴度來(lái)描述分類錯(cuò)誤�；诖�,提出了新的特征選擇標(biāo)準(zhǔn)來(lái)度量候選屬性的重要性。提出的準(zhǔn)則在保持最大依賴函數(shù)的同時(shí)還能保證最小分類誤差。本文中所提出的屬性約簡(jiǎn)算法理論推論和實(shí)驗(yàn)結(jié)果都可以證明,該特征選擇算法明顯優(yōu)于其他的經(jīng)典算法,特別是對(duì)于不同類別表現(xiàn)出很大程度重疊的數(shù)據(jù)集,降低了特征選擇的復(fù)雜度的同時(shí)提高了樣本的分類精度,具有一定的現(xiàn)實(shí)意義。

【文章頁(yè)數(shù)】：48 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 引言
    1.2 本論文的選題意義
    1.3 本文研究?jī)?nèi)容和組織結(jié)構(gòu)
2 基礎(chǔ)知識(shí)
    2.1 經(jīng)典粗糙集的基本概念
    2.2 模糊粗糙集的基本概念
3 模糊粗糙決策依賴度和錯(cuò)分率
    3.1 模糊粗糙決策依賴度
    3.2 模糊粗糙決策的錯(cuò)分率
    3.3 算法設(shè)計(jì)
    3.4 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
4 模糊粗糙決策內(nèi)積依賴度
    4.1 模糊決策內(nèi)積依賴度
    4.2 算法設(shè)計(jì)
    4.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
發(fā)表論文情況
致謝



本文編號(hào)：3980627