隨著互聯(lián)網(wǎng)的發(fā)展,大數(shù)據(jù)時(shí)代應(yīng)運(yùn)而生,而由互聯(lián)網(wǎng)產(chǎn)生的海量信息中往往包含著大量不確定或不完整的信息。針對(duì)這一類(lèi)不確定或不精確數(shù)據(jù),粗糙集模型提供了很好的解決方案。而決策粗糙集模型作為傳統(tǒng)粗糙集模型的擴(kuò)展,在結(jié)合Bayes決策理論的情況下,給出了有容錯(cuò)能力和可解釋性的粗糙集模型。屬性約簡(jiǎn)作為粗糙集和決策粗糙集的研究重點(diǎn),能夠從海量信息中快速有效的刪除冗余屬性,降低數(shù)據(jù)維度,提高決策粗糙集處理不確定信息的效率。然而,現(xiàn)有決策粗糙集下的屬性約簡(jiǎn)問(wèn)題都是單目標(biāo)屬性約簡(jiǎn)問(wèn)題,而不同的屬性約簡(jiǎn)準(zhǔn)則所獲得的屬性約簡(jiǎn)結(jié)果是不同的,這會(huì)在一定情況下給用戶(hù)造成選擇困難,還有可能獲得有偏差的結(jié)果。針對(duì)這一問(wèn)題,本文將多個(gè)屬性約簡(jiǎn)準(zhǔn)則相結(jié)合,提出了一種多目標(biāo)優(yōu)化屬性約簡(jiǎn)模型,并以此模型提出了兩種多目標(biāo)屬性約簡(jiǎn)算法,主要內(nèi)容如下:第一,多目標(biāo)優(yōu)化屬性約簡(jiǎn)模型的提出以及相應(yīng)算法的設(shè)計(jì)。多目標(biāo)優(yōu)化問(wèn)題常常被用來(lái)處理具有多個(gè)沖突或競(jìng)爭(zhēng)目標(biāo)的問(wèn)題,從而得到多個(gè)目標(biāo)之間的均衡結(jié)果。本文從多目標(biāo)優(yōu)化問(wèn)題出發(fā),結(jié)合基于正域的屬性約簡(jiǎn)準(zhǔn)則、基于決策代價(jià)的屬性約簡(jiǎn)準(zhǔn)則和基于互信息的屬性約簡(jiǎn)準(zhǔn)則,提出了多目標(biāo)優(yōu)化屬性約簡(jiǎn)模型。同時(shí)... 

【文章來(lái)源】：南京理工大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與研究意義
    1.2 研究現(xiàn)狀
        1.2.1 決策粗糙集研究現(xiàn)狀
        1.2.2 屬性約簡(jiǎn)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
    1.4 組織結(jié)構(gòu)
2 理論知識(shí)及相關(guān)技術(shù)
    2.1 Pawlak經(jīng)典粗糙集模型相關(guān)理論
    2.2 決策粗糙集模型相關(guān)理論
        2.2.1 貝葉斯決策過(guò)程
        2.2.2 決策粗糙集模型
    2.3 屬性約簡(jiǎn)相關(guān)理論
        2.3.1 基于正域的屬性約簡(jiǎn)
        2.3.2 基于決策代價(jià)的屬性約簡(jiǎn)
        2.3.3 基于互信息的屬性約簡(jiǎn)
    2.4 本章小結(jié)
3 多目標(biāo)優(yōu)化屬性約簡(jiǎn)
    3.1 引言
    3.2 多目標(biāo)優(yōu)化屬性約簡(jiǎn)模型
        3.2.1 多目標(biāo)優(yōu)化問(wèn)題描述
        3.2.2 多目標(biāo)優(yōu)化屬性約簡(jiǎn)模型
    3.3 多目標(biāo)優(yōu)化屬性約簡(jiǎn)算法
        3.3.1 算法描述
        3.3.2 算法解釋與分析
    3.4 實(shí)驗(yàn)與分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)
        3.4.2 實(shí)驗(yàn)設(shè)計(jì)
        3.4.3 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
4 集成學(xué)習(xí)屬性約簡(jiǎn)
    4.1 引言
    4.2 集成學(xué)習(xí)思想
        4.2.1 集成學(xué)習(xí)思想描述
        4.2.2 集成學(xué)習(xí)基本方法
    4.3 集成學(xué)習(xí)屬性約簡(jiǎn)算法
        4.3.1 算法描述
        4.3.2 算法解釋與分析
    4.4 實(shí)驗(yàn)與分析
        4.4.1 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
5 基于多目標(biāo)屬性約簡(jiǎn)的文本分類(lèi)應(yīng)用與系統(tǒng)實(shí)現(xiàn)
    5.1 引言
    5.2 文本分類(lèi)相關(guān)理論
        5.2.1 文本分類(lèi)的流程
        5.2.2 文本預(yù)處理
        5.2.3 特征選擇
        5.2.4 特征加權(quán)
        5.2.5 文本表示模型
    5.3 實(shí)驗(yàn)與分析
        5.3.1 實(shí)驗(yàn)文本數(shù)據(jù)
        5.3.2 實(shí)驗(yàn)設(shè)計(jì)
        5.3.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 基于多目標(biāo)屬性約簡(jiǎn)的文本分類(lèi)系統(tǒng)實(shí)現(xiàn)
        5.4.1 文本分類(lèi)系統(tǒng)流程圖
        5.4.2 文本分類(lèi)系統(tǒng)界面
    5.5 本章小結(jié)
6 總結(jié)與展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]決策粗糙集理論研究現(xiàn)狀與展望[J]. 于洪,王國(guó)胤,姚一豫.  計(jì)算機(jī)學(xué)報(bào). 2015(08)
[2]基于模糊化的決策粗糙集屬性約簡(jiǎn)和分類(lèi)[J]. 郭敏,賈修一,商琳.  模式識(shí)別與人工智能. 2014(08)
[3]決策粗糙集與代價(jià)敏感分類(lèi)[J]. 李華雄,周獻(xiàn)中,黃兵,趙佳寶.  計(jì)算機(jī)科學(xué)與探索. 2013(02)
[4]一種自適應(yīng)求三枝決策中決策閾值的算法[J]. 賈修一,李偉湋,商琳,陳家駿.  電子學(xué)報(bào). 2011(11)
[5]一種基于一致性準(zhǔn)則的屬性約簡(jiǎn)算法[J]. 楊明.  計(jì)算機(jī)學(xué)報(bào). 2010(02)
[6]決策表中基于條件信息熵的近似約簡(jiǎn)[J]. 楊明.  電子學(xué)報(bào). 2007(11)
[7]一個(gè)基于決策粗糙集理論的信息過(guò)濾模型[J]. 趙文清,朱永利,高偉華.  計(jì)算機(jī)工程與應(yīng)用. 2007(07)
[8]兩種新的決策表屬性約簡(jiǎn)概念[J]. 蔣思宇,盧炎生.  小型微型計(jì)算機(jī)系統(tǒng). 2006(03)
[9]不確定性人工智能[J]. 李德毅,劉常昱,杜鹢,韓旭.  軟件學(xué)報(bào). 2004(11)
[10]基于條件信息熵的決策表約簡(jiǎn)[J]. 王國(guó)胤,于洪,楊大春.  計(jì)算機(jī)學(xué)報(bào). 2002(07)



本文編號(hào)：3158023