基于覆盖算法的条件信息熵表示及其属性约简.docVIP

摘 要 粗糙集理论是波兰数学家 Z. Pawlak 于 1982 年提出的一种处理不确定和不精 确知识的数学工具，它的主要思想就是保持分类能力不变的前提下，通过知识约 简，导出问题的决策或分类规则，从中发现隐含的知识，揭示潜在的规律。其最大 的优点是无需提供除问题所需处理的数据之外的任何先验信息，客观描述或处理 的不确定性问题，已成为信息分析和数据挖掘的重要方法。 现实中存在着大量不相容决策信息系统。Pawlak 最初提出的粗糙集理论是以 等价关系为基础的，但是对不相容决策表用传统的等价关系得到的划分其属性约 简的速度和最小约简都不理想，限制了粗糙集模型的应用，针对不相容决策信息 该系统的约简研究，将更具实践意义 覆盖算法是一种基于 M-P 神经元的构造性神经网络算法，具有运行速度快、精 度高的特点，在众多领域得到广泛应用。本文利用覆盖算法对数据进行处理，构 建论域 U 的一个划分，从而定义一种基于覆盖的条件信息熵和属性重要性，以新 的属性重要性为启发信息设计属性约简算法。主要工作包括： 1．综述了经典粗糙集的基本理论和方法，研究粗糙集理论的属性约简的主要 方法，分析各自的特点与存在的问题。简要描述覆盖算法的思想，并分析覆盖领 域内样本点的特点。 2.提出基于覆盖算法的条件信息熵表示及属性重要性的计算，并证明了对于一 致决策表，它与基于该条件信息熵的属性约简与代数定义下表示是等价的。 3.由新的条件信息熵定义新的属性重要性，以新的属性重要性为启发信息设计 约简算法并给出相应的算法。实验表明该约简算法能快速搜索到最优或次优约简。 4. 利用基于覆盖算法的属性约简，对 1993 年到 2005 年我国石油安全数据建 立的决策表进行属性约简，提取决策规则。实例分析得出我国石油安全属于重警 区，需加强防范。 关键词： Rough 集理论 属性约简 条件信息熵 覆盖算法 决策规则 I 基于覆盖算法的条件信息熵表示及属性约简 Abstract The Rough Set Theory proposed by Z.Pawlak in 1982, has been proved to be an excellent mathematical tool dealing with uncertain and vague description of objects. Its main idea is inducing decision or classification rule through knowledge reduction then find implicative knowledge and open out potential rules by keeping the classify ability. The advantage of Rough set does not need any preliminary information about data, so its more objective in describing and dealing with vagueness and uncertainty. The initial rough set theory proposed by Pawlak was established at the base of equivalence relation ,but use that may limit the application domain of the rough set model .At present，there are many algorithms about knowledge reduction , but majority of these ways focus on the consistent decision systems .For the most of the decision systems are not consistent in applications. It is meaningful to approach ways for achieving knowledge reduction in inconsistent decision systems. Covering algorithm is a structural neural network algorithm based on M-P neural. Comparing with traditional feedforward neural networks, the covering algorithm performs with high speed a