隨著信息科學(xué)技術(shù)的不斷發(fā)展,特別是現(xiàn)代網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)存儲(chǔ)技術(shù)的飛躍式進(jìn)步,數(shù)據(jù)的獲取變得越來(lái)越容易,導(dǎo)致數(shù)據(jù)規(guī)模呈爆炸式增長(zhǎng)態(tài)勢(shì),與此同時(shí)數(shù)據(jù)的結(jié)構(gòu)也變得更加復(fù)雜,經(jīng)典的信息系統(tǒng)已經(jīng)不足以對(duì)大規(guī)模的復(fù)雜數(shù)據(jù)進(jìn)行刻畫,為此針對(duì)不同類型的數(shù)據(jù)提出了一系列廣義信息系統(tǒng)。如何快速對(duì)這些大規(guī)模復(fù)雜數(shù)據(jù)進(jìn)行挖掘,并作出相應(yīng)的決策分析在理論研究和實(shí)際應(yīng)用中都有突出的意義。粗糙集理論作為一種由數(shù)據(jù)驅(qū)動(dòng)的智能計(jì)算工具,可以在不具備先驗(yàn)知識(shí)的情況下對(duì)各種類型的數(shù)據(jù)進(jìn)行挖掘,特別是在對(duì)不確定性數(shù)據(jù)的知識(shí)發(fā)現(xiàn)與決策分析過(guò)程中有著明顯的優(yōu)勢(shì)。本文以粗糙集理論為基礎(chǔ),分別就知識(shí)發(fā)現(xiàn)和決策分析對(duì)區(qū)間值序信息系統(tǒng)、多粒度信息系統(tǒng)和混合值信息系統(tǒng)進(jìn)行研究,論文的主要研究成果和創(chuàng)新如下:（1）針對(duì)區(qū)間值序信息系統(tǒng)中屬性集變化時(shí)快速更新近似集的問(wèn)題,分別對(duì)刪除屬性和增加屬性兩種情況下動(dòng)態(tài)更新近似集的方法進(jìn)行討論,得到了屬性集變化時(shí)動(dòng)態(tài)更新近似集的一般準(zhǔn)則,并結(jié)合更新機(jī)制設(shè)計(jì)了近似集動(dòng)態(tài)更新算法。然后,基于幾個(gè)UCI數(shù)據(jù)集對(duì)算法的有效性進(jìn)行驗(yàn)證分析,實(shí)驗(yàn)結(jié)果表明動(dòng)態(tài)算法與一般的近似集計(jì)算方式相比在計(jì)算效率方面有著明顯的優(yōu)勢(shì)... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省211工程院校985工程院校

【文章頁(yè)數(shù)】：120 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外相關(guān)研究進(jìn)展
        1.2.1 基于粗糙集的動(dòng)態(tài)知識(shí)發(fā)現(xiàn)研究現(xiàn)狀
        1.2.2 雙量化決策粗糙集方法研究現(xiàn)狀
        1.2.3 混合值信息系統(tǒng)中粗糙集方法研究現(xiàn)狀
    1.3 本文主要研究思路與內(nèi)容
    1.4 本章小結(jié)
第2章 預(yù)備知識(shí)
    2.1 信息系統(tǒng)與知識(shí)�；�
    2.2 Pawlak粗糙集模型
    2.3 變精度粗糙集與程度粗糙集模型
    2.4 決策粗糙集模型
    2.5 多粒度粗糙集模型
    2.6 本章小結(jié)
第3章 時(shí)變信息粒區(qū)間值序信息系統(tǒng)近似集的動(dòng)態(tài)更新方法
    3.1 區(qū)間值序信息系統(tǒng)
    3.2 近似集隨屬性變化的兩個(gè)基本定理
    3.3 時(shí)變信息粒區(qū)間值序信息系統(tǒng)近似集的動(dòng)態(tài)更新
        3.3.1 刪除屬性時(shí)近似集的動(dòng)態(tài)更新方法
        3.3.2 增加屬性時(shí)近似集的動(dòng)態(tài)更新方法
    3.4 實(shí)驗(yàn)分析
        3.4.1 刪除屬性時(shí)動(dòng)態(tài)更新近似集的實(shí)驗(yàn)
        3.4.2 增加屬性時(shí)動(dòng)態(tài)更新近似集的實(shí)驗(yàn)
    3.5 本章小結(jié)
第4章 多粒度信息系統(tǒng)的雙量化決策粗糙集方法
    4.1 雙量化粗糙集建模
    4.2 多粒度信息系統(tǒng)的雙量化決策粗糙集
        4.2.1 樂(lè)觀雙量化多粒度決策粗糙集
        4.2.2 悲觀雙量化多粒度決策粗糙集
        4.2.3 平均雙量化多粒度決策粗糙集
    4.3 雙量化多粒度決策粗糙集與其他粗糙集模型的關(guān)系
    4.4 實(shí)驗(yàn)分析
    4.5 本章小結(jié)
第5章 混合值決策信息系統(tǒng)的決策粗糙集方法
    5.1 混合值決策信息系統(tǒng)
    5.2 基于高斯核函數(shù)的決策粗糙集建模
        5.2.1 對(duì)象之間的廣義距離度量
        5.2.2 基于高斯核的粒化機(jī)制
        5.2.3 混合值決策信息系統(tǒng)中的決策粗糙集
    5.3 混合值決策信息系統(tǒng)的屬性約簡(jiǎn)方法
        5.3.1 基于相對(duì)正域的屬性約簡(jiǎn)方法
        5.3.2 基于最小代價(jià)的屬性約簡(jiǎn)方法
    5.4 實(shí)驗(yàn)分析
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的論文及其他成果
致謝
個(gè)人簡(jiǎn)歷



本文編號(hào)：3634107