基于粗集理论的知识发现及农业应用的研究.pdfVIP

基于粗集理论的知识发现及其农业应用研究· 乔克智淮晓永熊范纶 (中国科学院台肥智能机械研究所台肥230031) 摘 要 数据发掘是耳前国际上的一个重要研究方向，本文提出了一种基于R棚曲Sets的动态数据约简 及知识笈现方法．该方法能有效提高巨型数据库的教据约简及知识发现的运算效率，并具有一定的抗 噪声能力．文章坯介绍了利用该算法的一种数据发掘工具DⅧ峪的开发．该工具实现丁基手数据库 的知识发现‘KDD)的一些主要过程．此外作者对DMRS中数据缺损、离教化等过程也作了介绍． 关键词粗集，动态约简，差别矩阵，数据发掘 中嗣法分类号TP311．52 1引言 Rough Sets 全信息的问题提供了一种新型的数学工具，近年来已引起人工智能界的极大关注。Rough 冀一舅萝 理论目前已被应用于机器学习、数据挖掘等领域，并取得了很大的成功。 。 2基于差别矩阵的动态数据约简及知识发现方法 RoughSets能够有效地用于数据约简及知识发现，基于差别矩阵的数据约简及知识发现方 法是其中的一种非常有效的方法。但常规常规的方法不能用于处理数据量庞大的信息系统．本 文提出了一种基于差别矩阵的数据动态约简及知识发现的方法．它能够有效的引入背景知识及 对大型信息系统进行知识发现，并克服原有方法对噪声敏感的问题。其基本思想首先对信息表 中的数据缺损进行处理；然后按照一定的策略对连续属性进行离散化处理：再通过背景知识采 取一定的抽样策略．从大型信息表中抽取一郭分样本作为子信息表；接着对该子信息表寻找其 等价类，并构建其差别矩阵；再利用基于差别矩阵的方法进行属性约简和知识发现；然后把经 过约简的信息表和发现的规则用原信息表中的剩余数据进行测试，检查其不一致性，如果不一 舅¨¨≥啦“；；r一-一l’一。 致性小于一个背景知识给定的阈值d，则该信息表即为原信息表的一个约简，发现的规则是寄 效规则；否则增大抽样个数，重新进行上述处理壹至满足要求时为止。 从上面所述可以看出利用这种方法可以有效地减少运算量，特别是当信息袁数据量庞大时 能够极大地降低算法的实现难度；此外它还有一个非常突出的优点是能够有效地抗噪声，抽样 1_警、．， 策略的选取及阚值d的变化都能改变其抗噪声能力的强弱，这对原有算法对噪声敏感的阔囊来 H 讲是一个较大的改进。 定义对一个信息系统≠；U，A，H，属性集B￡A sH，这里 oji一 Man-ix)为：胁(B)=如“bJ蔓f，J 薹雾毒 +国家自然科学基金重点项目资助 ：0。 收稿日期：1999-07．．08 ．磐 望型型墅型煎——————————皇堡 ∽斗EJj磊丽杀裟鬻需攀一} 其中[8廿e2j]，产，．Z…。k是连续属性口经过离散化后的区间a如果信息系统为决策表·则属性 B应不包含决策属性D，即8nD=≯。 可以看出，差别矩阵的项实际上是由区别等价类薯和弓的属性项组成的-基于差月婚E阵的 数据动态约简算法如下： A辔∞枷㈣，数据动态约简