气象数据上的粗糙集属性约简算法的研究.doc

气象数据上的粗糙集属性约简算法研究　 摘　要　 数据挖掘技术是从大量数据中发现潜在的规律，提取出有用知识的方 法和技术。粗糙集理论是一个有效处理不确定性数据的数学工具，粗糙集 理论不需要任何附加的信息或先验知识，就能有效地分析和处理不精确、 不完整和不一致的数据，并从中发现隐含的知识，揭示潜在的规律。将粗 糙集理论应用于数据挖掘领域，可对知识进行有效挖掘。 本文在农作物产量受气象条件的影响和制约的不可争辩的事实下，大 量积存的相关数据没有得到充分而有效的利用的前提下，结合农业和气象 两个方面的相关领域知识，通过改进已有的粗糙集属性约简算法，对气象 数据属性进行属性约简，以便利用约简后的属性建立直接有效的规则，实 现对农业作物产量的分析和预测，得出有关的规则和信息，以便能更好的 应用于农业生产，提供更好的决策。 本文的主要工作有： 1. 本文对粗糙集理论及粗糙集下的属性约简算法进行了系统研究，通 过对现有的属性约简算法进行分析，得知现有的属性约简算法在属性 约简速度和约简精度上都存在着一定的不足，有着很大的改进空间。 2. 通过对粒计算下的粗糙集模型的研究，发现粒计算理论中信息粒的 概念对知识的区分与生成有很大的作用，可以利用来进行属性约简算 法的改进。由此通过利用信息粒度对属性重要性概念的补充对粗糙集 属性约简算法进行改进，以期提高属性约简的精度。 3. 进一步结合农业领域知识，