本文關(guān)鍵詞：基于模糊粗糙集屬性約簡方法的研究

  更多相關(guān)文章： 屬性約簡 模糊粗糙集 模糊相似關(guān)系 模糊依賴度

【摘要】：屬性約簡是一種有效的處理高維數(shù)據(jù)的方法,它能夠刪除數(shù)據(jù)中的冗余特征,保持系統(tǒng)的分類能力不變。通過屬性約簡可以獲取數(shù)據(jù)中的有用信息,使得知識(shí)處理過程更加簡化。模糊粗糙集模型是一種重要的屬性約簡方法之一,它被廣泛應(yīng)用于模式識(shí)別和機(jī)器學(xué)習(xí)中。本文基于模糊粗糙集理論構(gòu)造了四種屬性約簡的模型。1.距離測(cè)度的模糊粗糙集模型,首先將距離測(cè)度引入模糊粗糙集,并且給出一類基于距離測(cè)度的模糊相似關(guān)系。然后運(yùn)用固定的距離參數(shù)構(gòu)造了模糊粗糙集模型。在高維度的特征空間中,由于不變的距離參數(shù)可能導(dǎo)致不同模糊相似關(guān)系隸屬度的區(qū)分度降低。為了解決這個(gè)問題,用可變的距離參數(shù)代不變的距離參數(shù),構(gòu)造了非單調(diào)的模糊依賴度函數(shù),給出了計(jì)算依賴度和屬性重要度的迭代公式,并證明了迭代計(jì)算公式的收斂性。最后,通過此迭代模型構(gòu)造了屬性約簡的前向貪心算法。2.模糊鄰域粗糙集模型,首先通過模糊鄰域的概念定義樣本的模糊決策,然后引入?yún)?shù)化的模糊信息粒來近似地刻畫模糊決策,定義了模糊決策和模糊鄰域之間的依賴函數(shù),從而構(gòu)造了一種新的屬性約簡模型:模糊鄰域粗糙集模型�；诖四Ｐ徒o出了上下近似集合、邊界域及正域的概念,并討論了特征子集以及參數(shù)對(duì)它們的影響。為了使新的模型容忍數(shù)據(jù)噪聲的影響,將此模型推廣到了變精度的鄰域粗糙集模型,該模型可降低樣本被錯(cuò)誤分類的可能性。最后定義了模糊決策和條件屬性之間的變精度依賴度函數(shù),通過此依賴函數(shù)來評(píng)估屬性的重要性,從而構(gòu)造了屬性約簡的算法。3.擬合模糊粗糙集模型,首先通過模糊鄰域的概念定義樣本的模糊決策,引入?yún)?shù)化的模糊相似關(guān)系進(jìn)行數(shù)據(jù)聚類,形成模糊信息粒�；谀：龥Q策隸屬度最大原理重新定義了樣本的上下近似集合的概念,得到了一種新的模糊粗糙集模型--擬合模糊粗糙集模型。該模型可以很好的擬合數(shù)據(jù),確保樣本屬于本類的隸屬度最大,從而效地避免樣本的錯(cuò)誤分類。最后定義了模糊決策和條件屬性之間的依賴函數(shù),通過此函數(shù)來評(píng)估屬性的重要性,從而構(gòu)造了屬性約簡的算法。4.離散空間上的模糊粗糙集模型,首先引入?yún)?shù)化的相似性測(cè)度來刻畫離散空間中樣本間的相似性,進(jìn)而給出了決策的模糊上、下近似集合、正域以及決策屬性和條件屬性之間的依賴函數(shù)等概念,并討論了參數(shù)對(duì)它們的影響。從而構(gòu)造了基于離散樣本的模糊粗糙集模型。在高維度的特征空間中,由于相似性測(cè)度中的不變參數(shù)可能導(dǎo)致不同模糊相似關(guān)系隸屬度的區(qū)分度降低。因而采用一個(gè)遞增序列的漸進(jìn)值作為參數(shù)的值,進(jìn)一步得出了計(jì)算模糊依賴度和屬性重要度的迭代公式,并證明了迭代計(jì)算公式的收斂性。最后,基于迭代公式構(gòu)造了屬性約簡算法。同時(shí),利用UCI數(shù)據(jù)集分別將以上的算法與一些經(jīng)典的算法進(jìn)行了比較,從而證明了以上算法的有效性和可行性。
【關(guān)鍵詞】：屬性約簡 模糊粗糙集 模糊相似關(guān)系 模糊依賴度
【學(xué)位授予單位】：渤海大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;O159
【目錄】：

• 摘要4-6
• abstract6-12
• 1 緒論12-17
• 1.1 引言12
• 1.2 屬性約簡算法的研究概況12-14
• 1.3 本文的組織結(jié)構(gòu)14-17
• 2 基礎(chǔ)知識(shí)17-20
• 2.1 經(jīng)典粗糙集的基本概念17-18
• 2.2 模糊粗糙集的基本概念18-20
• 3 距離測(cè)度的模糊粗糙集模型20-33
• 3.1 不變距離參數(shù)的模型20-24
• 3.1.1 不變參數(shù)的模糊依賴度20-23
• 3.1.2 K階模糊依賴度23-24
• 3.2 基于可變距離參數(shù)的模型24-28
• 3.2.1 非單調(diào)模糊依賴度的迭代計(jì)算24-27
• 3.2.2 基于非單調(diào)的模糊依賴度的算法27-28
• 3.3 實(shí)驗(yàn)分析28-32
• 3.4 本章小結(jié)32-33
• 4 模糊鄰域粗糙集模型33-48
• 4.1 模糊鄰域粗糙集模型33-39
• 4.1.1 模糊決策的依賴度函數(shù)及其性質(zhì)33-37
• 4.1.2 變精度模糊鄰域粗糙集模型37-39
• 4.2 基于模糊鄰域粗糙集的屬性約簡39-41
• 4.2.1 屬性重要度的定義40
• 4.2.2 算法設(shè)計(jì)40-41
• 4.3 實(shí)驗(yàn)分析41-47
• 4.4 本章小結(jié)47-48
• 5 模糊粗糙集擬合模型48-65
• 5.1 模糊粗糙集擬合模型48-54
• 5.1.1 經(jīng)典模糊粗糙集的數(shù)據(jù)擬合分析48-51
• 5.1.2 擬合模糊粗糙集的依賴度及其性質(zhì)51-54
• 5.2 基于擬合模糊粗糙集屬性約簡54-55
• 5.2.1 屬性重要度的定義54
• 5.2.2 算法設(shè)計(jì)54-55
• 5.3 實(shí)驗(yàn)分析55-64
• 5.4 本章小結(jié)64-65
• 6 離散空間中的模糊粗糙集模型65-82
• 6.1 離散樣本的模糊粗糙集模型65-68
• 6.1.1 離散空間中樣本模糊相似性的刻畫65-66
• 6.1.2 離散空間中模糊依賴度及其性質(zhì)66-68
• 6.2 基于離散樣本的模糊粗糙集屬性約簡算法68-72
• 6.2.1 模糊依賴度的迭代計(jì)算69-71
• 6.2.2 算法設(shè)計(jì)71-72
• 6.3 實(shí)驗(yàn)分析72-81
• 6.4 本章小結(jié)81-82
• 結(jié)論與展望82-83
• 參考文獻(xiàn)83-91
• 發(fā)表論文情況91-92
• 致謝92-93

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張誠一,周厚勇;關(guān)于模糊粗糙集的一個(gè)注記[J];蘭州大學(xué)學(xué)報(bào);2005年04期

2 姚紅霞;;模糊粗糙集理論介紹和研究綜述[J];重慶工學(xué)院學(xué)報(bào);2006年08期

3 任志波;張滄生;;可變精度模糊粗糙集模型及其性質(zhì)[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2009年04期

4 魯小云;楊勇;;單向S-模糊粗糙集及其應(yīng)用[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2011年08期

5 徐蘇平;楊習(xí)貝;范霽月;錢林峰;馬健;;基于測(cè)試代價(jià)敏感的多粒度模糊粗糙集模型[J];電子設(shè)計(jì)工程;2014年07期

6 孔平,張振良;模糊粗糙集的擴(kuò)張定理[J];昆明理工大學(xué)學(xué)報(bào)(理工版);2003年06期

7 王艷平,王志強(qiáng),佟紹成;模糊粗糙集與模糊粗糙邏輯算子[J];大連海事大學(xué)學(xué)報(bào);2005年02期

8 黃正華;胡寶清;;模糊粗糙集理論研究進(jìn)展[J];模糊系統(tǒng)與數(shù)學(xué);2005年04期

9 李紅杰;殷允強(qiáng);張振良;;模糊粗糙集的一些性質(zhì)[J];紅河學(xué)院學(xué)報(bào);2005年06期

10 王基一;林仁炳;;模糊粗糙集粗糙熵的修正[J];浙江師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 黃春娥;張振良;;基于截集的變精度模糊粗糙集模型[A];第12屆全國模糊系統(tǒng)與模糊數(shù)學(xué)學(xué)術(shù)年會(huì)論文集[C];2004年

2 王全杰;蘇曉慶;;基于云理論與模糊粗糙集理論的不確定知識(shí)表達(dá)[A];山東省測(cè)繪學(xué)術(shù)年會(huì)論文集[C];2006年

3 馬翠;劉瓊蓀;趙娟;;一種改進(jìn)的模糊粗糙集相似度量[A];第五屆中國不確定系統(tǒng)年會(huì)論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 安爽;穩(wěn)健模糊粗糙集模型研究[D];哈爾濱工業(yè)大學(xué);2011年

2 吳正江;L模糊粗糙集研究[D];西南交通大學(xué);2009年

3 曲衍鵬;模糊分類新方法及應(yīng)用[D];大連理工大學(xué);2012年

4 邵迎超;軟集合的代數(shù)結(jié)構(gòu)及其應(yīng)用研究[D];西南交通大學(xué);2013年

5 黃正華;模糊粗糙集模型的若干拓展[D];武漢大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 費(fèi)軼楠;數(shù)據(jù)分布引導(dǎo)的模糊粗糙近鄰分類算法[D];大連海事大學(xué);2015年

2 張艷;模糊粗糙回歸算法及其應(yīng)用[D];山西大學(xué);2015年

3 宋晶晶;粒計(jì)算理論中層次結(jié)構(gòu)的分析與應(yīng)用研究[D];江蘇科技大學(xué);2015年

4 喬沖宇;基于模糊粗糙集的火災(zāi)監(jiān)測(cè)系統(tǒng)研究[D];蘭州交通大學(xué);2015年

5 韓曉冰;模糊粗糙集的推廣及其應(yīng)用[D];遼寧工業(yè)大學(xué);2016年

6 齊媛媛;基于鄰域和模糊粗糙集的屬性約簡研究[D];渤海大學(xué);2016年

7 齊亞麗;基于模糊粗糙集屬性約簡方法的研究[D];渤海大學(xué);2016年

8 楊文霞;模糊粗糙集的度量及應(yīng)用[D];華北電力大學(xué)（北京）;2009年

9 張?jiān)峦?變精度模糊粗糙集理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2008年

10 姚燕青;廣義模糊粗糙集模型及其應(yīng)用研究[D];河北師范大學(xué);2010年

，

本文編號(hào)：919031