大數(shù)據(jù)時代的到來,數(shù)據(jù)量急劇增長,各行各業(yè)都面臨著海量數(shù)據(jù)信息,越來越多的公司正“淹沒”在海量數(shù)據(jù)中,如何從中挖掘有效信息已成為研究熱點。粗糙集理論能夠有效地處理復雜系統(tǒng)中的數(shù)據(jù)信息,已成為處理不精確、不確定性問題的數(shù)學工具。其最大優(yōu)勢在于不需要任何先驗知識就可以對數(shù)據(jù)進行處理,尋找最優(yōu)信息,既保持了知識分類能力不變,又能對數(shù)據(jù)進行冗余處理（屬性約簡）,最終獲取有效信息。全粒度粗糙集作為一種新型粗糙集模型,既繼承了傳統(tǒng)粗糙集的靜態(tài)性,又具有一定的動態(tài)性,且具有一定的量子計算思想,能夠模擬人類認知的復雜性和多樣性。相比其他傳統(tǒng)粗糙集模型,全粒度粗糙集具有一定的動態(tài)性,可以從一個粒度跳轉(zhuǎn)到另一粒度,跳轉(zhuǎn)自然,毫無困難;相比多粒度粗糙集,全粒度粗糙集是多粒度粗糙集的超集,其研究比多粒度粗糙集更全面。不確定性處理及屬性約簡是粗糙集理論兩大核心內(nèi)容,而全粒度粗糙集由于其動態(tài)變化性,對于不確定性問題的處理更加靈活多樣,全粒度屬性約簡研究也隨之豐富。隨著全粒度粗糙集理論的逐漸發(fā)展,其不確定性研究及屬性約簡問題已成為當前主要工作。對此,本文對全粒度粗糙集不確定性度量及屬性約簡進行系統(tǒng)研究,主要工作如下... 

【文章來源】：浙江師范大學浙江省

【文章頁數(shù)】：57 頁

【學位級別】：碩士

【部分圖文】：

集合X的上、下近似和邊界域及負域定義2.2[1-3]

全粒度下近似EAPR(IS,A,X)

圖 2.3 全粒度上近似 EAPR( IS,A,X)了粗糙集理論的基礎(chǔ)知識，例如粗糙集理以及隸屬度、屬性依賴度、粗糙度等不確定了一個深入的了解，主要介紹了全粒度粗糙性約簡以便為后文內(nèi)容做鋪墊。

【參考文獻】：
期刊論文
[1]全粒度粗糙集屬性約簡[J]. 鄧大勇.  模式識別與人工智能. 2018(03)
[2]多粒度粗糙集模型[J]. 黃衛(wèi)華.  西南師范大學學報(自然科學版). 2017(05)
[3]屬性約簡準則與約簡信息損失的研究[J]. 鄧大勇,薛歡歡,苗奪謙,盧克文.  電子學報. 2017(02)
[4]知識系統(tǒng)中全粒度粗糙集及概念漂移的研究[J]. 鄧大勇,盧克文,苗奪謙,黃厚寬.  計算機學報. 2019(01)
[5]信息表中概念漂移與不確定性分析[J]. 鄧大勇,苗奪謙,黃厚寬.  計算機研究與發(fā)展. 2016(11)
[6]多粒度粗糙集的雙層絕對約簡[J]. 鄧大勇,黃厚寬.  模式識別與人工智能. 2016(11)
[7]復合覆蓋粗糙集模型及其應用[J]. 趙靜,蔣蕓.  計算機工程與應用. 2017(12)
[8]基于并行約簡的概念漂移探測[J]. 鄧大勇,徐小玉,黃厚寬.  計算機研究與發(fā)展. 2015(05)
[9]一般多粒度模糊粗糙集模型[J]. 孫文鑫,劉玉鋒.  重慶師范大學學報(自然科學版). 2015(04)
[10]F-粗糙集方法對概念漂移的度量[J]. 鄧大勇,裴明華,黃厚寬.  浙江師范大學學報(自然科學版). 2013(03)



本文編號：3514378