發(fā)布時(shí)間：2017-10-26 14:47

  本文關(guān)鍵詞：粗糙集屬性約簡研究

  更多相關(guān)文章： 粗糙集 差別矩陣 屬性約簡 核 不一致性決策表

【摘要】： 粗糙集理論是由波蘭數(shù)學(xué)家Z.Pawlak在1982年提出的,是繼概率論、模糊數(shù)學(xué)、證據(jù)理論之后又一種處理不精確性、模糊性和不確定性的有效數(shù)學(xué)工具。該理論的特點(diǎn)是不需要先驗(yàn)知識或附加信息,在數(shù)據(jù)挖掘、知識約簡等方面有很好的應(yīng)用前景。 屬性約簡是粗糙集理論的核心內(nèi)容之一,其能夠在保證分類和決策能力不變的前提下約簡數(shù)據(jù)庫中的冗余屬性,簡化知識表示,提高系統(tǒng)處理的效率,方便用戶決策。本文深入系統(tǒng)地研究了基于粗糙集理論的屬性約簡問題,主要工作如下: 1.提出一種基于約束函數(shù)的差別矩陣的定義,該矩陣能正確處理不一致性決策表,根據(jù)該矩陣而提出的求核方法,其時(shí)間性能比傳統(tǒng)方法有較大提升; 2.引入約簡條件的概念,提出約簡算法ARSDM。ARSDM算法以約簡條件為啟發(fā)信息,采用邊得到矩陣元素邊進(jìn)行刪除和排序的方法,有效降低了約簡的時(shí)間和空間消耗,提高了屬性約簡的效率; 3.利用隨機(jī)抽樣的方法,提出利用閾值來控制差別矩陣元素生成數(shù)量的策略,并據(jù)此構(gòu)造了約簡算法α-ARDM。 4.提出一種分布式的粗糙集屬性約簡算法DARDM,并從理論上證明了該算法的正確性。
【關(guān)鍵詞】：粗糙集 差別矩陣 屬性約簡 核 不一致性決策表
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2008
【分類號】：TP18
【目錄】：

• 摘要5-6
• Abstract6-7
• 致謝7-13
• 第一章 緒論13-22
• 1.1 粗糙集理論13-17
• 1.1.1 粗糙集提出的背景13
• 1.1.2 粗糙集與數(shù)據(jù)挖掘13-14
• 1.1.3 國內(nèi)外粗糙集研究進(jìn)展14-15
• 1.1.4 粗糙集理論的應(yīng)用15-17
• 1.2 粗糙集的屬性約簡17-19
• 1.2.1 屬性約簡的背景與意義17
• 1.2.2 粗糙集屬性約簡國內(nèi)外研究現(xiàn)狀17-19
• 1.3 本文的主要研究內(nèi)容19-20
• 1.4 本文的組織結(jié)構(gòu)20-22
• 第二章 粗糙集的基本概念及理論22-32
• 2.1 近似空間22-24
• 2.1.1 近似空間與不可分辨關(guān)系22-23
• 2.1.2 知識與知識庫23-24
• 2.2 上下近似與粗糙集24-25
• 2.3 知識約簡25-27
• 2.3.1 約簡與核25-26
• 2.3.2 相對約簡和相對核26-27
• 2.4 信息系統(tǒng)27-29
• 2.4.1 信息系統(tǒng)的定義27-28
• 2.4.2 差別矩陣與差別函數(shù)28-29
• 2.5 決策表及決策規(guī)則29-31
• 2.5.1 決策表29-30
• 2.5.2 決策規(guī)則30-31
• 2.6 本章小結(jié)31-32
• 第三章 基于約束函數(shù)的差別矩陣及其求核算法研究32-41
• 3.1 基于差別矩陣的求核方法32-33
• 3.1.1 A.Showron的差別矩陣與求核32
• 3.1.2 基于符號表示的差別矩陣與求核32
• 3.1.3 基于二進(jìn)制的差別矩陣與求核32-33
• 3.2 不一致性決策表的求核方法33-36
• 3.2.1 刪除法33-34
• 3.2.2 Hu的處理不一致性決策表求核方法34
• 3.2.3 基于二進(jìn)制的差別矩陣及其求核方法34
• 3.2.4 基于簡化的二進(jìn)制差別矩陣的求核方法34-36
• 3.2.5 其它的求核方法36
• 3.3 改進(jìn)的差別矩陣IMS及其求核方法36-40
• 3.3.1 差別矩陣IMS的定義及求核方法36-38
• 3.3.2 求核算法38-39
• 3.3.3 實(shí)例分析39-40
• 3.3.4 實(shí)驗(yàn)結(jié)果及性能分析40
• 3.4 本章小節(jié)40-41
• 第四章 基于簡化差別矩陣的屬性約簡研究41-56
• 4.1 基于差別矩陣的串行屬性約簡算法41-43
• 4.1.1 差別矩陣法41-42
• 4.1.2 面向?qū)傩缘募s簡算法42-43
• 4.2 基于啟發(fā)式的屬性約簡算法43-45
• 4.2.1 基于屬性重要性的約簡算法43-44
• 4.2.2 基于屬性頻度的約簡算法44-45
• 4.2.3 基于信息熵的屬性約簡算法45
• 4.3 基于IMS的約簡算法ARSDM45-50
• 4.3.1 約簡條件46
• 4.3.2 ARSDM算法描述46-47
• 4.3.3 ARSDM算法的正確性和復(fù)雜度分析47-48
• 4.3.4 實(shí)例分析48-49
• 4.3.5 實(shí)驗(yàn)結(jié)果及性能分析49-50
• 4.4 基于閾值約束的粗糙集屬性約簡算法α-ARDM50-54
• 4.4.1 α-ARDM算法設(shè)計(jì)思想51-52
• 4.4.2 α-ARDM算法的復(fù)雜度分析52-53
• 4.4.3 α-ARDM算法的正確性分析53
• 4.4.4 實(shí)例分析53-54
• 4.4.5 實(shí)驗(yàn)結(jié)果及性能分析54
• 4.5 本章小結(jié)54-56
• 第五章 分布式的屬性約簡研究56-67
• 5.1 已有的數(shù)據(jù)分割方法及其約簡算法56-60
• 5.1.1 基于區(qū)分能力指數(shù)的信息系統(tǒng)劃分思想及并行屬性約簡算法56-58
• 5.1.2 基于分布式的海量數(shù)據(jù)分割方法58-59
• 5.1.3 其它的基于粗糙集理論的規(guī)則提取并行挖掘算法59-60
• 5.2 基于分布式的粗糙集合屬性約簡算法DARDM60-65
• 5.2.1 DARDM算法61-62
• 5.2.2 DARDM算法的正確性和時(shí)間復(fù)雜度分析62-63
• 5.2.3 實(shí)例分析63-65
• 5.2.4 模擬實(shí)驗(yàn)及性能分析65
• 5.3 本章小結(jié)65-67
• 第六章 結(jié)束語67-69
• 6.1 本文總結(jié)67-68
• 6.2 工作展望68-69
• 參考文獻(xiàn)69-75
• 攻讀碩士學(xué)位期間參加研究的課題和發(fā)表的論文75

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳真誠,林剛,張鋒,蔣大宗,倪利莉,王紅艷;基于粗糙集理論的胸部X線數(shù)字圖象增強(qiáng)方法的研究[J];光子學(xué)報(bào);2002年08期

2 葉東毅,陳昭炯;一個(gè)新的差別矩陣及其求核方法[J];電子學(xué)報(bào);2002年07期

3 孫海軍,蔣東翔,錢立軍,戰(zhàn)祥森;基于粗糙集理論的旋轉(zhuǎn)機(jī)械故障診斷方法[J];動(dòng)力工程;2004年01期

4 郭創(chuàng)新;朱傳柏;曹一家;吳欣;;電力系統(tǒng)故障診斷的研究現(xiàn)狀與發(fā)展趨勢[J];電力系統(tǒng)自動(dòng)化;2006年08期

5 楊明,孫志揮;改進(jìn)的差別矩陣及其求核方法[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年05期

6 王少芳,蔡金錠,劉慶珍;基于粗糙集理論的電力變壓器絕緣故障診斷[J];繼電器;2004年02期

7 苗奪謙,胡桂榮;知識約簡的一種啟發(fā)式算法[J];計(jì)算機(jī)研究與發(fā)展;1999年06期

8 李雄飛,謝忠時(shí),李曉堂,李軍;基于粗集理論的約簡算法[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2003年01期

9 孫濤;董立巖;李軍;張羽翔;;用于粗糙集約簡的并行算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2006年02期

10 馬洪江;;基于粗糙集關(guān)聯(lián)規(guī)則挖掘的入侵檢測研究[J];計(jì)算機(jī)科學(xué);2006年09期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 史君華;基于粗糙集理論的約簡方法研究[D];合肥工業(yè)大學(xué);2007年

2 韓玲;基于粗糙集理論的屬性約簡及應(yīng)用研究[D];合肥工業(yè)大學(xué);2007年

，

本文編號：1099122