基于模糊粗糙集的数据分类及应用毕业论文.doc

存档编号 华北水利水电大学 North China University of Water Resources and Electric Power 毕 业 设 计 题目 基于模糊粗糙集的数据分类及应用 学 院 信息工程学院 专 业 计算机科学与技术 姓 名 杨泓恺 学 号 201013415 指导教师 刘扬 闫新庆 完成时间 2014-5-20 教务处制 独立完成与诚信声明 本人郑重声明：所提交的毕业设计（论文）是本人在指导教师的指导下，独立工作所取得的成果并撰写完成的，郑重确认没有剽窃、抄袭等违反学术道德、学术规范的侵权行为。文中除已经标注引用的内容外，不包含其他人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律后果由本人承担。 毕业设计（论文）作者签名： 指导导师签名： 签字日期： 签字日期： 毕业设计（论文）版权使用授权书 本人完全了解华北水利水电大学有关保管、使用毕业设计（论文）的规定。特授权华北水利水电大学可以将毕业设计（论文）的全部或部分内容公开和编入有关数据库提供检索，并采用影印、缩印或扫描等复制手段复制、保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交毕业设计（论文）原件或复印件和电子文档（涉密的成果在解密后应遵守此规定）。 毕业设计（论文）作者签名： 导师签名： 签字日期： 签字日期： 目 录 摘 要 I ABSTRACT II 第1章 绪论 1 1.1 引言 1 1.2 课题研究的意义 1 1.3 国内外研究现状 2 1.4 论文研究内容 3 1.5 论文的组织结构 3 1.6 本章小结 4 第2章 数据挖掘与粗糙集理论 5 2.1 数据挖掘的过程 5 2.2 粗糙集基本概念 6 2.2.1 粗糙集的基本概念 6 2.2.2 信息系统 8 2.2.3 下近似与上近似 8 2.3 本章小结 10 第3章 粗糙集算法原理 11 3.1 噪声处理 11 3.1.1 基于密度的聚类的概念 11 3.1.2 DBSCAN算法 12 3.2 离散化 13 3.3 属性约简相关概念 14 3.4 属性约简算法 16 3.4.1基于可辨识矩阵和逻辑运算的属性约简算法 17 3.4.2 分辨函数转换算法 19 3.4.3 基于属性重要性的启发式算法 20 3.5 本章小结 22 第4章 算法实现 23 4.1 程序简介 23 4.2 DBSCAN算法实现 23 4.2.1 算法流程 23 4.2.2 数据预处理 24 4.2.4 聚类 27 4.3 离散化实现 28 4.3.1 等频率离散化 28 4.3.2 等距离离散化 28 4.4基于可辨识矩阵和逻辑运算的属性约简算法实现 30 4.4.1 算法流程 30 4.4.2 合取范式转换为析取范式 30 4.5基于属性重要性的启发式算法实现 32 4.6 本章小结 33 第5章 算法测试 34 5.1 程序的运行 34 5.1.1 功能模块简介 34 5.2 噪声的测试和运行结果 35 5.2.1 噪声处理效果 35 5.2.2 用户修改 36 5.3 离散化的测试和运行结果 37 5.4 粗糙集分类的测试和运行结果 38 5.5 对程序的综合评定 40 第6章 总结与展望 41 6.1 总结 41 6.2 展望 41 参考文献 43 致 谢 44 附录一 45 英语原文 45 英语译文 53 附录二 58 关键程序代码 58 毕业设计任务书 60 华北水利水电学院本科生毕业设计开题报告 62 基于模糊粗糙集的数据分类及应用 摘 要 数据分类就是数据挖掘领域的一个重要课题，目的在于根据数据集的特点产生一个分类模型，把数据库中未标记的数据映射到给定的具体类别中的某一个。粗糙集是在不影