本文關鍵詞：基于不完備決策表的屬性約簡及規(guī)則獲取算法的研究

  更多相關文章： 粗糙集 知識粒度 屬性約簡 規(guī)則獲取 粒度差別矩陣

【摘要】：隨著高科技的飛速發(fā)展,全世界每天都有幾十億的人在使用手機、電腦和其他電子產(chǎn)品,產(chǎn)生了大量的海量數(shù)據(jù)。大數(shù)據(jù)從互聯(lián)網(wǎng)向其他領域急速蔓延,各行各業(yè)都已經(jīng)被數(shù)據(jù)給滲透,對于海量數(shù)據(jù)的有效處理成為目前研究的熱點之一。在2015年的兩會期間,李總理簽訂了國務院有關推進“互聯(lián)網(wǎng)+”行動的指導意見,給互聯(lián)網(wǎng)與傳統(tǒng)行業(yè)之間的有效結合提供了政策依據(jù)。數(shù)據(jù)挖掘的發(fā)展優(yōu)勢越來越突出,占據(jù)了互聯(lián)網(wǎng)的廣闊天地。所謂數(shù)據(jù)挖掘就是對數(shù)據(jù)庫中的數(shù)據(jù),利用一些數(shù)據(jù)處理的方法,查找出在信息之間存在的內(nèi)在關系的過程。包含數(shù)理統(tǒng)計、模式識別、神經(jīng)網(wǎng)絡等技術,廣泛應用于電信、航空公司、政府和科學領域中。粗糙集是數(shù)據(jù)挖掘的方法之一,是一種用于處理不準確、含有缺省值的工具。相較于模糊集,它最突出的特點是不需要其他先驗的信息,或附加的知識,就可以直接處理信息,找出海量數(shù)據(jù)中的隱含知識,應用于實際生活中。在數(shù)據(jù)挖掘的過程中,屬性約簡可以被看做為一個預處理的步驟,同時在粗糙集理論中占據(jù)了舉足輕重的地位。屬性約簡可以定義為在保證知識庫能夠有效的區(qū)別庫中含有的對象的前提下,將其中不能起到?jīng)Q定作用的屬性消去。因此,在操作之后可以有效地減少知識庫中的屬性表示,同樣也保證了對象基本信息的完整性。在將知識庫中的冗余屬性消去之后,在很大程度上降低了知識所占用的空間,有效的減少了成本支出。在目前的研究進程中,將粗糙集的屬性約簡分成了兩種不同的類型,一種是包含全部的信息,叫做完備知識表,另一種中含有不確定的或者空缺的信息,命名為不完備知識表。完備知識表指的是在知識系統(tǒng)中所有的對象信息都是準確并且全面的,現(xiàn)在對于完備知識系統(tǒng)的屬性約簡探索相對來講是比較全面也比較成熟的,在現(xiàn)實的應用中也施展出來了很大的引導作用。但是,實際生活中由于數(shù)據(jù)搜集設備的不可避免的誤差,或者是搜集過程中環(huán)境的影響等情況,導致知識系統(tǒng)中會有一些信息缺失的情況存在,原有完備知識系統(tǒng)的算法已經(jīng)不能適用于這種情況。對含有缺失信息的決策表的研究是未來科學家和學者們重點關注的地方。此外,規(guī)則獲取是粗糙集理論中的一個比較實用的領域。隨著信息爆炸式的增長,企業(yè)和各種組織積累了海量的數(shù)據(jù),但是這些數(shù)據(jù)本身并不是有用的信息,在數(shù)據(jù)中的規(guī)則才是對企業(yè)做出有效決策提供幫助的信息,可以使企業(yè)在處理數(shù)據(jù)信息時有可靠的依據(jù)。因此獲取決策知識庫中的規(guī)則同樣具有實用性。本文對當前學者在粗糙集中屬性約簡和規(guī)則獲取中取得的研究成果進行了學習,在結合他們的基礎上,進行了以下創(chuàng)新：(1)在不完備知識系統(tǒng)中,引入了基于粒度的差別矩陣,利用條件屬性在區(qū)別對象時出現(xiàn)頻率的屬性約簡思想,在粒度差別矩陣的基礎上,構造了計算屬性頻率的啟發(fā)函數(shù)。以知識粒度為啟發(fā)信息,提出了新的約簡算法,使得算法的時空復雜度都得到了很大幅度的降低,分別降為O(K|C||U|)(其中K=max{|TC(xi)|,xi∈U}和O(|U|),最后通過數(shù)據(jù)集進行仿真實驗,證明了算法相較于同類算法有較高的時間效率。(2)介紹了LEM2規(guī)則獲取算法總有屬性-值對是在反復的被納入候選屬性-值對,然后又在程序的后面進行反向消除的缺陷,及一系列改進算法的不足之處,本文引入廣義決策函數(shù),在程序執(zhí)行之前就先刪除存在的冗余屬性-值對,使它們無法參與后面的一系列操作,減少了屬性-值對的樣本空間,提高了求取屬性-值對的效率。
【關鍵詞】：粗糙集 知識粒度 屬性約簡 規(guī)則獲取 粒度差別矩陣
【學位授予單位】：廣西師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18;TP311.13
【目錄】：

• 摘要3-5
• Abstract5-9
• 1. 緒論9-15
• 1.1 選題背景和目的9-10
• 1.2 粗糙集理論相關概述10-14
• 1.2.1 粗糙集理論的產(chǎn)生與發(fā)展10-12
• 1.2.2 粗糙集理論的研究現(xiàn)狀12-14
• 1.3 論文的主要創(chuàng)新點14
• 1.4 論文的組織與安排14-15
• 2. 粗糙集理論相關概述15-26
• 2.1 知識與分類15-17
• 2.2 決策表的基本概念17-19
• 2.2.1 完備決策表的基本概念17-18
• 2.2.2 不完備決策表的基本概念18-19
• 2.3 完備決策表屬性約簡及求核19-23
• 2.3.1 基于正區(qū)域模型的屬性約簡和核屬性定義19-20
• 2.3.2 基于Skowron差別矩陣模型的屬性約簡和核屬性定義20
• 2.3.3 基于信息熵的約簡及求核定義20-21
• 2.3.4 知識粒度的屬性約簡定義21
• 2.3.5 基于分布、最大分布和分配的約簡定義21-23
• 2.4 在不完備決策系統(tǒng)中的屬性約簡及核定義23-25
• 2.4.1 在正區(qū)域上的屬性約簡與求核定義23
• 2.4.2 差別矩陣的屬性約簡及求核23-24
• 2.4.3 在知識粒度上的約簡及求核定義24
• 2.4.4 廣義決策的約簡定義24-25
• 2.5 本章小結25-26
• 3. 基于知識粒度的快速屬性約簡算法26-37
• 3.0 設計思想26
• 3.1 基本定義及性質(zhì)26-27
• 3.2 粒度差別矩陣相關概念27-30
• 3.3 構造啟發(fā)函數(shù)30-31
• 3.4 屬性約簡算法31-32
• 3.5 實例分析32-34
• 3.6 仿真實驗對比34-36
• 3.7 本章小結36-37
• 4. 基于快速縮小樣本空間的改進的LEM2算法37-47
• 4.1 設計思想37
• 4.2 相關概念37-39
• 4.3 LEM2及其改進算法的局限性分析39-41
• 4.4 快速縮小樣本空間的改進算法41-43
• 4.5 實驗分析43-45
• 4.6 小結45-47
• 5. 展望47-49
• 5.1 論文總結與不足47-48
• 5.2 展望48-49
• 參考文獻49-53
• 攻讀碩士學位期間科研成果53-54
• 致謝54-55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王燕;李明;;基于擴展概念格的分類規(guī)則獲取算法[J];計算機應用;2007年10期

2 王玨,劉三陽,張杰,劉振華;基于粗集的模糊信息系統(tǒng)有序規(guī)則獲取[J];系統(tǒng)工程與電子技術;2004年06期

3 程玉勝;張佑生;胡學鋼;章曉良;;基于任意分割的串行進位鏈規(guī)則獲取的計算流程[J];電子學報;2009年12期

4 安利平,仝凌云;粗集理論中基于規(guī)則及其參數(shù)的分類識別[J];計算機工程與應用;2004年03期

5 張清華;王國胤;劉顯全;;基于最大粒的規(guī)則獲取算法[J];模式識別與人工智能;2012年03期

6 王麗娟;楊習貝;楊靜宇;吳陳;;基于多粒度理論的不完備決策規(guī)則獲取[J];南京理工大學學報;2013年01期

7 代建華,潘云鶴;一種基于分類一致性的決策規(guī)則獲取算法[J];控制與決策;2004年10期

8 曠海蘭;劉新華;羅可;;一種改進的規(guī)則獲取方法[J];微計算機信息;2006年18期

9 馬志鋒,邢漢承,鄭曉妹;粗糙控制中的規(guī)則獲取策略研究[J];工業(yè)儀表與自動化裝置;2000年06期

10 鄭旭玲;周昌樂;李堂秋;陳毅東;;基于關聯(lián)規(guī)則挖掘的漢語語義搭配規(guī)則獲取方法[J];廈門大學學報(自然科學版);2007年03期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 王紅軍;張建民;徐小力;;粗糙集規(guī)則獲取在旋轉注水機組故障診斷中的應用[A];設備監(jiān)測與診斷技術及其應用——第十二屆全國設備監(jiān)測與診斷學術會議論文集[C];2005年

2 呂韶義;劉復巖;;基于決策樹的規(guī)則獲取[A];第七屆計算機模擬與信息技術學術會議論文集[C];1999年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 程玉勝;基于粗糙集理論的知識不確定性度量與規(guī)則獲取方法研究[D];合肥工業(yè)大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李士飛;“承認規(guī)則”理論探析[D];重慶大學;2015年

2 王磊;當代中國社會潛規(guī)則的哲學解讀[D];延安大學;2015年

3 易成非;論中國潛規(guī)則與明規(guī)則的合謀與共生[D];天津大學;2014年

4 孫勝杰;基于樣本數(shù)據(jù)的模糊規(guī)則提取方法研究及其應用[D];中國科學技術大學;2016年

5 喬麗娟;基于不完備決策表的屬性約簡及規(guī)則獲取算法的研究[D];廣西師范大學;2016年

6 譚志雄;潛規(guī)則的反思與超越[D];華僑大學;2014年

7 彭鄢;法治視野下潛規(guī)則治理對策研究[D];重慶大學;2014年

8 金麗;中國公共權力潛規(guī)則產(chǎn)生原因分析[D];華東師范大學;2010年

9 王麗麗;不完備系統(tǒng)中混合數(shù)據(jù)關聯(lián)規(guī)則挖掘的研究[D];長沙理工大學;2008年

10 王金燕;基于關聯(lián)規(guī)則的告警相關性分析及在數(shù)據(jù)網(wǎng)管系統(tǒng)中的應用[D];西安電子科技大學;2006年

，

本文編號：690979