基于粒计算的不完备信息系统的缺失值估计算法.pdfVIP

第２７卷第４期　　　 计算机应用与软件 Ｖｏｌ２７Ｎｏ．４ ２０１０年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１０ 基于粒计算的不完备信息系统的缺失值估计算法 马　垣　张果枝 （辽宁科技大学计算机科学与工程系　辽宁鞍山 １１４０５１） 摘　要　　将粒计算引入到不完备信息系统中，提出了粒域、粗糙粒域、邻近粒域的概念。由对象的粒域得到的邻近粒域估计缺失 值，使缺失值与横向（属性）和纵向（对象）相联系，提高了估计值的可信度。 关键词　　不完备信息系统　缺失值　粒域　粗糙粒域　邻近粒域 ＥＳＴＩＭＡＴＩＮＧＬＯＳＴＶＡＬＵＥＳＯＦＩＮＣＯＭＰＬＥＴＥＩＮＦＯＲＭＡＴＩＯＮＳＹＳＴＥＭ ＯＮＴＨＥＢＡＳＩＳＯＦＧＲＡＮＵＬＡＲＣＯＭＰＵＴＩＮＧ ＭａＹｕａｎ　ＺｈａｎｇＧｕｏｚｈｉ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＬｉａｏｎｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ａｎｓｈａｎ１１４０５１，Ｌｉａｏｎｉｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｔｈｉｓｐａｐｅｒｗｅｍａｉｎｌｙｉｎｔｒｏｄｕｃｅｇｒａｎｕｌａｒｃｏｍｐｕｔａｔｉｏｎｉｎｔｏｉｎｃｏｍｐｌｅｔｅｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍ，ａｎｄｐｒｏｐｏｓｅｔｈｒｅｅｃｏｎｃｅｐｔｓ，ｔｈｅｙａｒｅ ｔｈｅｇｒａｎｕｌａｒｓｐａｃｅ，ｔｈｅｒｏｕｇｈｇｒａｎｕｌａｒｓｐａｃｅａｎｄｔｈｅｎｅｉｇｈｂｏｕｒｈｏｏｄｇｒａｎｕｌａｒｓｐａｃｅ．Ｌｏｓｔｖａｌｕｅｓａｒｅｅｓｔｉｍａｔｅｄｂｙｎｅｉｇｈｂｏｕｒｈｏｏｄｇｒａｎｕｌａｒｓｐａｃｅ ｄｅｒｉｖｅｄｆｒｏｍｇｒａｎｕｌａｒｓｐａｃｅｏｆｔｈｅｏｂｊｅｃｔ，ｗｈｉｃｈｍａｋｅｓｔｈｅｌｏｓｔｖａｌｕｅｓｌｉｎｋｗｉｔｈｔｈｅｈｏｒｉｚｏｎｔａｌ（ａｔｔｒｉｂｕｔｅｓ）ａｎｄｔｈｅｖｅｒｔｉｃａｌ（ｏｂｊｅｃｔｓ）．Ｔｈｉｓａｌｇｏ ｒｉｔｈｍｍａｋｅｓｔｈｅｌｏｓｔｖａｌｕｅｓｅｓｔｉｍａｔｉｏｎｍｏｒｅｃｒｅｄｉｔａｂｌｅ． Ｋｅｙｗｏｒｄｓ　　Ｉｎｃｏｍｐｌｅｔｅｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍ　Ｌｏｓｔｖａｌｕｅｓ　Ｇｒａｎｕｌａｒｓｐａｃｅ　Ｒｏｕｇｈｇｒａｎｕｌａｒｓｐａｃｅ　Ｎｅｉｇｈｂｏｕｒｈｏｏｄｇｒａｎｕｌａｒｓｐａｃｅ 领域。 ０　引　言 １　基本定义 近年来由Ｚ．Ｐａｗｌａｋ教授提出的经典 Ｒｏｕｇｈ集理论在知识 获取方面取得了很大的成功［１，２］。Ｐａｗｌａｋ粗糙集理论是基于完 定义１　不完备信息系统 备信息系统提出的［３］，利用了不可分辨关系这种等价关系来对 设Ｓ＝（Ｕ，ＡＴ）是信息系统。其中Ｕ是对象的非空集合；ＡＴ 对象进行上近似和下近似分类。然而，在现实生活中，绝大多数 是属性的非空有限集合，可分为条件属性Ｃ与决策属性Ｄ（通常 的信息系统是不完备的，主要问题就是属性值的丢失［４］（属性 没有特别说明都是指条件属性）。对于每个Ａ ＡＴ有ｆ：Ｕ Ｖ， ∈ → Ａ 值的丢失也称为该属性值是未知的）。为使 Ｒｏｕｇｈ集能适用不 其中Ｖ称为Ａ的值域，ｆ是信息函数。如果至少有一个属性Ａ∈ Ａ 完备信息系统，目前主要有两类方法，一是把不完备信息系统转 ＡＴ使得 Ｖ含有空值（通常决策属性不会为空值），则称Ｓ为一 Ａ 化为完备信息系