高維不確定性數(shù)據(jù)的規(guī)則提取和高維非平衡數(shù)據(jù)的分類問題是當代信息技術領域面臨的重要挑戰(zhàn)。屬性約簡作為一種常用的降維手段,是基于粗糙集的相關粒計算方法的主要研究內(nèi)容之一,通過屬性約簡可以有效去除信息系統(tǒng)中存在的冗余成分,縮減知識空間,從而更好地服務于高維數(shù)據(jù)的模糊規(guī)則提取與非平衡數(shù)據(jù)分類等數(shù)據(jù)挖掘工作。本文以粗糙集屬性約簡為研究基礎,研究了在高維模糊系統(tǒng)中獲取單約簡和應用二進制分辨矩陣動態(tài)獲取多約簡的兩類方法,并將他們分別應用于無冗余模糊決策規(guī)則提取與腦功能連接多通路的獲取上。最后,將這兩類約簡方法與隨機森林相結(jié)合,構(gòu)造集成約簡森林,用于解決高維非平衡數(shù)據(jù)的分類問題。本文主要研究內(nèi)容如下:（1）提出了一種區(qū)間二型模糊粗糙集單約簡算法及其模糊規(guī)則提取算法。將高斯核函數(shù)引用到區(qū)間二型模糊粗糙集中構(gòu)建模糊相似關系,定義了高斯核區(qū)間二型模糊粗糙集上、下近似和正區(qū)域等關鍵概念,并設計了相應的單約簡算法。之后,證明了三個無冗余規(guī)則提取定理,保證了后續(xù)提出的模糊規(guī)則提取算法所提取決策規(guī)則的無冗余性。實驗結(jié)果表明,算法在約簡子集大小和分類正確率上都優(yōu)于傳統(tǒng)算法,并且可以提取無冗余決策規(guī)則。（2）提出了一種... 

【文章來源】：大連海事大學遼寧省 211工程院校

【文章頁數(shù)】：107 頁

【學位級別】：博士

【部分圖文】：

圖１．１集合／的上下近似??Ｆｉｇ?１．１?Ｔｈｅ?ｕｐｐｅｒ?ａｎｄ?ｌｏｗｅｒ?ａｐｐｒｏｘｉｍａｔｉｏｎ?ｏｆ?尤??定義１．５（粗糙集）集合Ｘ為等價關系ｉ？下的一個粗糙集，當且僅當五（Ｘ）

?區(qū)間二型模糊粗糙集單約簡算法及其模糊規(guī)則提取應用???實驗結(jié)果如圖２．３－２．５所示，可以看到在大多數(shù)數(shù)據(jù)集上，ＡＲＧＩＲＳ的分類性能要優(yōu)??于其它算法。綜合考慮約簡子集和分類精度，在Ｐｉｍａ、Ｓｅｅｄｓ和Ｗｉｎｅ等數(shù)據(jù)集上，??ＡＲＧＩＲＳ在約減子集大小和分類精度方面都優(yōu)于其它算法。在其它數(shù)據(jù)集上，即使它的??性能不是最優(yōu)的，其與最優(yōu)算法間的差別也很小，并且ＡＲＧＩＲＳ總是可以得到最小或次??小的約簡子集�？偟膩碚f，利用ＡＲＧＩＲＳ可以在保持原始數(shù)據(jù)分類性能的同時找到較小??的約簡子集，ＡＲＧＩＲＳ的總體性能要優(yōu)于其它對比方法。??ｉ?ＰＳＯＲＳ?＾?ＵＦＲＦＳ?■?ＩＭ－ＩＴ２ＦＲＳ?ｉ?ＡＲＧＩＲＳ??１００?＿??Ａｐｐｅｎｄｉｃｉｔｉｓ?Ｂａｎｄｓ?Ｂｌｏｏｄ?Ｂｌｉｍｐｓ?Ｈｏｕｓｅｖｏｔｅｓ?Ｐｉｍａ?Ｓｅｅｄｓ?Ｓｏｎａｒ?Ｔｉｃ?Ｖｏｗｅｌ?Ｗｉｎｅ?Ｚｏｏ??數(shù)據(jù)集??圖２．?３采用ｋＮＮ分類器情況下不同約簡方法分類正確率??Ｆｉｇ．?２．３?Ｔｈｅ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ａｃｃｕｒａｃｙ?ｕｓｉｎｇ?ｄｉｆｆｅｒｅｎｔ?ｍｅｔｈｏｄｓ（Ｃｌａｓｓｉｆｉｅｒ：?ｋＮＮ）??Ｅ?ＰＳＯＲＳ?ｉ?ＵＦＲＦＳ?■?ＩＭ－ＩＴ２ＦＲＳ?ｉ?ＡＲＧＩＲＳ??ｌｌｌｉｉｉｌＭｉｌｌｌｉ??Ａｐｐｅｎｄｉｃｉｔｉｓ?Ｂａｎｄｓ?Ｂｌｏｏｄ?Ｂｕｍｐｓ?Ｈｏｕｓｅｖｏｔｅｓ?Ｐｉｍａ?Ｓｅｅｄｓ?Ｓｏｎａａ－?Ｔｉｃ?Ｖｏｗｅｌ?Ｗｉｕｅ?Ｚｏｏ??數(shù)據(jù)集??圖２．?４采用樸素貝葉斯分類器情況下不同約簡方法分類正確率??Ｆｉｇ．?２．４?Ｔｈｅ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ａｃｃｕｒａｃｙ?ｕｓｉｎ

?基于粗糙集屬性約簡的模糊規(guī)則提取及集成約簡森林分類???５〇?ＯＤＭＲＡ－！?？?ＯＤＭＲａＩ?ｍ??ＤＭＲＡ?／?ＤＭＲＡ??Ｉ３°?＿?２。－??０????：??????１２３４５６７８９?１０?１２３４５６７８９?１０??倍數(shù)?倍數(shù)??ａ）?Ｂｒｅａｓｔ?Ｔｉｓｓｕｅ?ｂ）?Ｌｉｖｅｒ?Ｄｉｓｏｒｄｅｒｓ??２５?１?￣—?．?＾＾＾＾?ｎ?ｎ?￣?：?■?；?；?；?；?；?：?廠??ｏｄｍｒａ］?ａ?ｏｄｍｒａ］?？??ＤＭＲＡ?２０?ＤＭＲＡ?／?＾??一?２。—Ｉ??／?－????ｌ：??１２３４５６７８９?１０?１２３４５６７８９?１０??倍數(shù)?倍數(shù)??ｃ）?Ｆｅｒｔｉｌｉｔｙ?ｄ）?Ｉｒｉｓ??８０丨丨一祖Ａ?｜?丨卜ＯＤＭＲＡ丨丨１?：?ｚ??ＤＭＲＡ?ＤＭＲＡ??ｆ?３〇－?／??｜?４０?／／?－?２０??０?￣????：?：?：?：?；?；??ｎ?ｌ；?：?：?ｉ?Ｉ?；?；?：?；?＾??１２３４５６７８９?１０?１２３４５６７８９?１０??倍數(shù)?倍數(shù)??ｅ）?Ｑｕａｌｉｔａｔｉｖｅ＿Ｂａｎｋｒｕｐｔｃｙ?ｆ）?Ｓｅｅｄ??圖３．?２?ＤＭＲＡ和ＯＤＭＲＡ不同屬性規(guī)模下平均運行時間??Ｆｉｇ．?３．２?Ａｖｅｒａｇｅ?ｒｕｎｎｉｎｇ?ｔｉｍｅ?ｏｆ?ＤＭＲＡ?ａｎｄ?ＤＭＲＡ?ｕｎｄｅｒ?ｄｉｆｆｅｒｅｎｔ?ａｔｔｒｉｂｕｔｅ?ｓａｃｌｅｓ??－４２－??


本文編號：3388521