數(shù)據(jù)挖掘是從海量的、沒(méi)有固定規(guī)律的、不完整的數(shù)據(jù)中抽取尚未被發(fā)現(xiàn)的、有一定價(jià)值的信息和知識(shí)。粗糙集理論在數(shù)據(jù)挖掘中已有廣泛應(yīng)用,它能夠通過(guò)基于分明集合（標(biāo)準(zhǔn)邏輯）的上下近似來(lái)表示和處理不精確、不確定的問(wèn)題,但它只能針對(duì)離散化數(shù)據(jù)進(jìn)行,對(duì)連續(xù)的數(shù)據(jù)則需要進(jìn)行離散化后再進(jìn)行處理,這也限制了粗糙集理論的應(yīng)用范圍。柔性邏輯是在標(biāo)準(zhǔn)邏輯和各種非標(biāo)邏輯基礎(chǔ)上發(fā)展出來(lái)的,可針對(duì)各種不確定性、不精確性、模糊性以及不完全性進(jìn)行連續(xù)的信息處理。正是由于柔性邏輯和粗糙集都是針對(duì)不確定性的,這給二者的結(jié)合帶來(lái)了可行性與便利性,也給連續(xù)型屬性數(shù)據(jù)帶來(lái)了新的處理方法。本文嘗試把柔性邏輯和粗糙集理論結(jié)合起來(lái),探索研究了不可分辨關(guān)系和容差關(guān)系的改進(jìn)及將其應(yīng)用在屬性約簡(jiǎn)中的方法,并使用實(shí)驗(yàn)數(shù)據(jù)對(duì)其在數(shù)據(jù)挖掘過(guò)程中的應(yīng)用進(jìn)行了驗(yàn)證,取得了如下研究成果和創(chuàng)新:（1）提出了完備信息系統(tǒng)中的連續(xù)屬性的柔性邏輯處理方法。在數(shù)據(jù)挖掘過(guò)程中,當(dāng)信息系統(tǒng)中屬性連續(xù)的情況下,一般先要將連續(xù)屬性離散化,然后應(yīng)用粗糙集理論的有關(guān)算法來(lái)處理這些數(shù)據(jù)。如此在整個(gè)數(shù)據(jù)挖掘的過(guò)程中會(huì)增加離散化的步驟、時(shí)間和誤差。而柔性邏輯既可以處理離散數(shù)據(jù),也可以... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：140 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖２－１數(shù)據(jù)挖掘過(guò)程圖??２．?２粗糙集理論簡(jiǎn)介??

北京郵電大學(xué)工學(xué)博士學(xué)位論文中心蘊(yùn)涵運(yùn)算?／〇ｃ，＞〇＝／（；ｃ，＿ｙ，０．５，０．５）??—尤＋少））中心等價(jià)運(yùn)算?ｇ（ｘ，＿ｙ）?＝?０（；ｃ，＿ｙ，〇．５，〇．５）??——Ｑｉ?—?１?￣＼ｘ—ｙ＼?）中心平均運(yùn)算?）中心組合運(yùn)算?ｅ］中廣［＊］是［０，１］區(qū)間的限幅函數(shù)，??ｒ１?［ｘ＋少一ｅ］?—?ｍｉｎ（?１?，ｍａｘ（０＾ｃ＋＞，—ｅ））?泛邏輯學(xué)中各種命題連接詞的中心算子是它的運(yùn)算模型的基模型。??

?約ＳＩＸ?ｌＵＣｈｊｔｌ＾Ｕｌ），?Ｋ？ｉｘ４ｉ?ｔｙ?（?？３）?，?ｆｉｆｔｄｙ?（?？Ａ）?Ｉ，?（ＯｉＵｖｏｋＣＵ）ｆ?ｔｗｐ??圖３－２基于新不可分辨關(guān)系的區(qū)分矩陣的屬性約簡(jiǎn)結(jié)果??５５??

【參考文獻(xiàn)】：
期刊論文
[1]θ-improved limited tolerance relation model of incomplete information system for evaluation of water conservancy project management modernization[J]. Yu-qin GAO,Guo-hua FANG,Ya-qin LIU.  Water Science and Engineering. 2013(04)
[2]基于一種新的量化容差關(guān)系的變精度粗糙集模型[J]. 王金山,王磊.  東華理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(01)
[3]一種快速的動(dòng)態(tài)屬性約簡(jiǎn)矩陣算法[J]. 錢文彬,楊炳儒,徐章艷,李慧.  北京科技大學(xué)學(xué)報(bào). 2013(02)
[4]基于信息熵的屬性約簡(jiǎn)算法及應(yīng)用[J]. 陳媛,楊棟.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2013(01)
[5]基于信息熵的高效屬性約簡(jiǎn)算法[J]. 黃拔,陳曦,曹敦.  微計(jì)算機(jī)信息. 2012(10)
[6]基于粗糙集的屬性約簡(jiǎn)方法研究綜述[J]. 楊傳健,葛浩,汪志圣.  計(jì)算機(jī)應(yīng)用研究. 2012(01)
[7]《知網(wǎng)》義原相似度計(jì)算的研究[J]. 袁曉峰.  遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(04)
[8]改進(jìn)的基于知網(wǎng)的詞語(yǔ)相似度算法[J]. 王小林,王義.  計(jì)算機(jī)應(yīng)用. 2011(11)
[9]柔性邏輯零級(jí)運(yùn)算模型的健全性[J]. 陳佳林,何華燦,劉城霞,羅敏霞.  北京郵電大學(xué)學(xué)報(bào). 2011(04)
[10]改進(jìn)K-均值聚類算法在電信客戶分類中的應(yīng)用[J]. 關(guān)云鴻.  計(jì)算機(jī)仿真. 2011(08)

博士論文
[1]基于廣義相關(guān)性的多Agent交互作用研究[D]. 王瀾.西北工業(yè)大學(xué) 2006
[2]面向?qū)ο蟮膹V義空間邏輯運(yùn)算模型與推理研究[D]. 毛明毅.西北工業(yè)大學(xué) 2006
[3]柔性區(qū)間邏輯及推理研究[D]. 薛占熬.西北工業(yè)大學(xué) 2006
[4]命題泛邏輯的演算理論及推理研究[D]. 馬盈倉(cāng).西北工業(yè)大學(xué) 2006
[5]廣義智能系統(tǒng)柔性超拓?fù)淇臻g模型研究與應(yīng)用[D]. 魯斌.西北工業(yè)大學(xué) 2003

碩士論文
[1]基于語(yǔ)義相似度的中文文本相似度算法研究[D]. 金希茜.浙江工業(yè)大學(xué) 2009
[2]基于泛邏輯學(xué)的概率邏輯算子的研究[D]. 許海洋.首都師范大學(xué) 2006
[3]基于泛資源及泛邏輯的企業(yè)模型體系研究及其應(yīng)用[D]. 吳劍威.江南大學(xué) 2005
[4]命題泛邏輯學(xué)的包容性研究[D]. 王華.西北工業(yè)大學(xué) 2004



本文編號(hào)：3400522