【摘要】：近些年來(lái),隨著信息技術(shù)的快速發(fā)展,大量的數(shù)據(jù)爆炸式增長(zhǎng),這其中就包含大量冗余的數(shù)據(jù),這些數(shù)據(jù)會(huì)對(duì)我們做出正確的決策產(chǎn)生影響,因此對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理將變得更加迫切。屬性約簡(jiǎn)作為粗糙集理論的的核心內(nèi)容取得了很大的發(fā)展,其主要工作就是在保持系統(tǒng)分類能力不變的前提下,刪除冗余或者不重要的特征,從而減少搜索空間,提高約簡(jiǎn)效率。被廣泛的應(yīng)用在數(shù)據(jù)挖掘、模式識(shí)別等方面。經(jīng)典鄰域粗糙集理論在進(jìn)行數(shù)據(jù)分析的過(guò)程中,把正域作為樣本的有效分類,往往忽略了邊界樣本的可分性,從而正域的定義不能真實(shí)反映分類的真實(shí)情況。為此,在本文中,我們重新構(gòu)造了基于最大決策函數(shù)的粗糙集屬性約簡(jiǎn)模型,并對(duì)其相關(guān)性質(zhì)進(jìn)行了推理及討論,同時(shí)進(jìn)行了相關(guān)數(shù)據(jù)實(shí)驗(yàn)分析。本文所做的主要工作如下:1.在鄰域粗集中,正域通常被用來(lái)反映特征子集的分類能力。然而,正域并不是分類精度的一個(gè)有效估計(jì),因?yàn)樗豢紤]一致決策的樣本,而忽略邊界樣本。根據(jù)貝葉斯分類規(guī)則可知,邊界樣本也包含一定的分類信息�；诖�,在本章中,通過(guò)引入最大決策函數(shù)的概念,提出了一個(gè)新的粗糙集模型——最大決策函數(shù)的粗糙集模型。該模型不僅考慮了正域中的樣本,而且利用了邊界樣本的區(qū)分信息。該模型保證了樣本分類的最小分類誤差�；谠撃Ｐ�,構(gòu)造了反映分類能力的特征評(píng)價(jià)函數(shù)——依賴度函數(shù),并設(shè)計(jì)了屬性約簡(jiǎn)算法。通過(guò)數(shù)值實(shí)驗(yàn),進(jìn)行了該算法和一些現(xiàn)有的算法的分析和比較。實(shí)驗(yàn)結(jié)果表明,該方法是有效的。2.在最大決策函數(shù)的粗糙集模型中,特征評(píng)價(jià)是用依賴度函數(shù)進(jìn)行的。依賴度函數(shù)是否具有單調(diào)性對(duì)屬性約簡(jiǎn)算法的設(shè)計(jì)非常重要,這是因?yàn)榫哂袉握{(diào)性的依賴度函數(shù)能夠較好的實(shí)現(xiàn)算法的停止搜索步驟。然而,基于最大決策函數(shù)的粗糙集模型中的依賴度函數(shù)不具有單調(diào)性。針對(duì)這個(gè)問(wèn)題在最大決策函數(shù)的基礎(chǔ)上,我們對(duì)上、下近似以及邊界進(jìn)行了重新構(gòu)造,繼而定義了具有單調(diào)性的基于最大決策函數(shù)的依賴度函數(shù),從而解決了在分類精度不變的情況下依賴度函數(shù)的單調(diào)性問(wèn)題。最后利用UCI數(shù)據(jù)集進(jìn)行了實(shí)驗(yàn)分析,通過(guò)數(shù)值實(shí)驗(yàn)表明,該算法能夠找到比經(jīng)典約簡(jiǎn)算法更小、更精確的特征子集,因而該算法是可行的。
[Abstract]:......
【學(xué)位授予單位】：渤海大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邱兆雷;范穎;王愛云;;粗糙集理論及進(jìn)展[J];信息技術(shù)與信息化;2006年05期

2 徐偉華;張文修;;覆蓋廣義粗糙集的模糊性[J];模糊系統(tǒng)與數(shù)學(xué);2006年06期

3 石杰;;粗糙集理論及其應(yīng)用研究[J];科技信息;2008年33期

4 唐彬;;粗糙集理論和應(yīng)用研究[J];內(nèi)江科技;2008年03期

5 胡軍;王國(guó)胤;;覆蓋粗糙集的模糊度[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

6 燕紅文;康向平;張麗;;依賴空間與粗糙集理論[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2009年09期

7 林國(guó)平;;覆蓋廣義粗糙集與信任函數(shù)[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年02期

8 王石平;祝峰;朱培勇;;基于抽象相關(guān)關(guān)系的粗糙集研究[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

9 成新文;陳國(guó)超;李琦;;關(guān)于粗糙集的理論及應(yīng)用研究[J];煤炭技術(shù);2010年10期

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

相關(guān)會(huì)議論文 前10條

1 黎文航;陳善本;王兵;;粗糙集理論在焊接中的應(yīng)用綜述[A];第十一次全國(guó)焊接會(huì)議論文集（第2冊(cè)）[C];2005年

2 尹宗成;;粗糙集理論在我國(guó)糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用[A];現(xiàn)代農(nóng)業(yè)理論與實(shí)踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

3 鄒剛;滕書華;孫即祥;陳森林;敖永紅;;一種粗糙集優(yōu)化協(xié)同原型模式約簡(jiǎn)分類方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 葛麗;傅彥;;粗糙集在科學(xué)數(shù)據(jù)屬性約簡(jiǎn)中的應(yīng)用[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

5 陳雪飛;;粗糙集分類中耦合數(shù)據(jù)的處理方法研究[A];2008年全國(guó)開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2008年

6 肖健梅;蘆曉明;王錫淮;;集裝箱起重機(jī)防搖系統(tǒng)粗糙集控制[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

7 王印松;馮康;;主汽溫調(diào)節(jié)系統(tǒng)性能評(píng)價(jià)的粗糙集實(shí)現(xiàn)方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

8 王紅萍;萬(wàn)程亮;金彥豐;;應(yīng)用粗糙集理論的對(duì)抗效果權(quán)重確定方法[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

9 王莉;周獻(xiàn)中;;一種基于粗糙集的模糊神經(jīng)網(wǎng)絡(luò)模型在鋼材力學(xué)性能預(yù)測(cè)中的研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 卓明;王麗珍;譚旭;;基于粗糙集近似集擴(kuò)展的規(guī)則提取算法[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

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(jiǎn)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(shí)發(fā)現(xiàn)方法及其在ECG信號(hào)識(shí)別中的應(yīng)用[D];電子科技大學(xué);2015年

3 曾凱;鄰域�；植谟�(jì)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 鮑忠奎;面向不確定信息系統(tǒng)的粗糙集擴(kuò)展模型研究[D];合肥工業(yè)大學(xué);2015年

5 王永生;基于粗糙集理論的動(dòng)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

6 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

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

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

9 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

10 劉少輝;知識(shí)發(fā)現(xiàn)中粗糙集理論的研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2003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(xiǎn)評(píng)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(píng)價(jià)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(jiǎn)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(yíng)銷客戶分類中的應(yīng)用[D];南京理工大學(xué);2015年

，

本文編號(hào)：2475343