今天的我們正處于信息化時代,信息化時代是當今時代發(fā)展的大趨勢,隨之發(fā)展的網(wǎng)路信息技術,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)問題的實際應用問題亟待解決。對于大數(shù)據(jù)的處理已經(jīng)成為數(shù)據(jù)挖掘方面的焦點問題。模糊粗糙集是一個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)作為特征選擇的準則。然而,這個準則函數(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準來克服這個弱點。為了表征分類錯誤率,首先引入一類模糊二元關系來構造決策的模糊下近似和上近似。然后,引入新的依賴關系概念:錯分率和內(nèi)積依賴度來描述分類錯誤�；诖�,提出了新的特征選擇標準來度量候選屬性的重要性。提出的準則在保持最大依賴函數(shù)的同時還能保證最小分類誤差。本文中所提出的屬性約簡算法理論推論和實驗結果都可以證明,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雜度的同時提高了樣本的分類精度,具有一定的現(xiàn)實意義。

【文章頁數(shù)】：48 頁

【學位級別】：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 本文研究內(nèi)容和組織結構
2 基礎知識
    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分率
    3.1 模糊粗糙決策依賴度
    3.2 模糊粗糙決策的錯分率
    3.3 算法設計
    3.4 實驗結果與分析
    3.5 本章小結
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 算法設計
    4.3 實驗結果與分析
    4.4 本章小結
總結與展望
參考文獻
發(fā)表論文情況
致謝



本文編號：3980627