粗糙集办法及应用研究.pdfVIP

摘要 摘要 粗糙集(Rou曲set)理论是20世纪发展起来的一种新的处理含糊性和不确定 性问题的数学工具，求取高效、快捷的属性约简算法是当前该理论研究的主要 课题之一。约简算法是信息系统分析、数据挖掘等领域的一种主要方法，有广 泛的应用前景，对它的研究具有重要的理论意义和实用价值。 本文简明地介绍了粗糙集理论的研究现状，主要特点和应用领域；全面、 系统地介绍了粗糙集理论的基本概念、基本知识和基本方法；重点讨论了连续 属性的离散化、对象的聚类处理、粗糙集的约简和规则发现算法等租糙集理论 的一些主要方法和关键技术。在深入分析、研究的基础上，提出了一类新的基 于Mahala∞bis距离的最近邻中心聚类算法，该算法不仅解决了各属性间的彼此 依赖关系和量纲不同对聚类和离散化带来的干扰，而且聚类过程不需要预先设 定阈值和聚类数目而自动完成，减少了人的主观因素影响，具有较高的智能性； 同时，在对现行粗糙集约简算法进行系统分析和比较的基础上，提出了一种基 于属性频率函数的HORAFA．B算法．该算法对每个属性建立自己的区分矩阵， 用属性频率函数作为约简条件，直接对区分能力矩阵进行处理，并充分利用属 性的有关信息，有效地避免了