從大量數(shù)據(jù)中提煉出有效數(shù)據(jù),需要對數(shù)據(jù)進行處理,粗糙集理論的提出,為處理大規(guī)模數(shù)據(jù)和不確定性問題帶來了重要突破。在含有大規(guī)模數(shù)據(jù)的信息系統(tǒng)中,采用經(jīng)典粗糙集理論約簡連續(xù)型數(shù)據(jù)時會造成數(shù)據(jù)丟失的情況,鄰域粗糙集模型可有效解決該問題�，F(xiàn)階段,鄰域粗糙集模型在處理數(shù)值和符號的混合型數(shù)據(jù)中得到廣泛應用。但是現(xiàn)有的鄰域粗糙集計算方法大多研究的是完備的混合型數(shù)據(jù),對不完備混合數(shù)據(jù)下的屬性約簡討論相對較少。本文在數(shù)據(jù)是靜態(tài)和動態(tài)兩種情況下,針對含有缺失、連續(xù)型、符號型等數(shù)據(jù)的信息系統(tǒng),分別設計了相應的數(shù)據(jù)處理方法,如下簡述:在數(shù)據(jù)是靜態(tài)的情況下,對含有缺失、連續(xù)型、符號型等數(shù)據(jù)的信息系統(tǒng),本文首先應用粗糙集模型中多粒度理論和鄰域�；姆椒�,構建廣義鄰域下可變精度的粗糙集模型,并分析不完備混合數(shù)據(jù)系統(tǒng)下可變精度粗糙集模型的上、下近似;然后,構造評價屬性重要度的方法,運用該方法設計了不完備鄰域決策系統(tǒng)的屬性約簡算法。最后,通過實例數(shù)據(jù)的證明了算法的有效性。(對應第3章)在現(xiàn)實生活中,許多應用領域中的大量復雜數(shù)據(jù)往往是動態(tài)變化的,由于數(shù)據(jù)的動態(tài)變化將會影響到原屬性約簡結(jié)果。針對不完備的數(shù)值型和符號型的混合...

【文章頁數(shù)】：46 頁

【學位級別】：碩士

【部分圖文】：

圖4.1條件熵的增量式更新機制對于上述1）2）兩種情況，可以利用定理2中的公式得到新的條件熵

新增對象v在屬性集BC上的鄰域(v)Bδ及其決策類(v)Dδ,其條件熵的變化有以下4種情況，如圖1所示；1）新增對象v在屬性集B上的鄰域只有其自身無其他對象，且在系統(tǒng)中沒有新增對象v的決策類；2）新增對象v在屬性集B上的鄰域只有其自身無其....

本文編號：3985118