数据集的粒化树的分析和应用.pdf

摘要 人工智能研究的进展，伴随着新问题的产生，对应着新思路的出现，粒计算就是数 据处理的新课题，得到了研究者的关注，成为了研究的热点，形成了人工智能的研究方 向。对数据有目的分类，从整体中分离出部分，通过部分简化整体，利用部分的运算、 组合、关系、特性等对数据进行处理，促成从整体到部分，再由部分研究整体的数据处 理思路是粒计算遵循的模式。借助粒计算的数据处理方式，本文对数据集之间非直接的 联系进行了研究。 粒计算数据处理的核心之一是对整体数据的粒化，粒化后的粒度将决定数据非直接 联系的紧密程度。基于这种数据处理方式，本文对数据集进行了层次不同的粒化，得到 了粒化树数学结构。通过对不同数据集的粒化树之间相互联系的讨论，给出了数据非直 接联系的描述方法。进而通过构造具体问题的粒化树数学模型，展示了粒化树数据处理 方法的应用，主要的工作如下： (1)通过对数据集不同层次的粒化，得到了基于数据集的粒化树。利用不同粒化树 中的关联元素，建立了不同粒化树之间的关联关系，定义了两棵粒化树中的关联链，给 出了经关联元素确定数据之间非直接联系的方法，使不同数据集之间的数据联系得到了 描述。 (2)利用关联链中粒度从粗到细的变化，使关联元素确定的数据非直接联系与粒