粗糙集属性约简算法设计与实现-计算机软件与理论专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研 究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 万方数据 万方数据 摘要 摘 要 数据挖掘是一门从大量的数据中挖掘出隐藏的有潜在价值知识的技术，是当 今研究的热点内容之一。数据挖掘的技术有：决策树方法、模糊集方法、遗传算 法、神经网络方法、粗糙集方法、数据统计方法等，其中粗糙集方法起到了非常 重要的作用。粗糙集理论自 1982 年被提出以来，得到了许多研究者们的重视，近 年来，其理论和应用方面都取得了极大的进展，在数据挖掘、智能分析以及机器 学习等领域都用到了粗糙集理论及其算法。在数据挖掘领域主要是用到了粗糙集 的属性约简算法，通过属性约简算法来缩减数据库中的数据量，从而能够使知识 发现的时间更短，知识发现结果的质量更高。 本论文针对属性约简算法做了如下几个方面的工作： (1) 学习了数据挖掘和粗糙集的背景知识以及现存的一些典型的属性约简算 法。现存的典型的属性约简算法有基于差别矩阵的属性约简算法、基于属性重要 度和信息熵的属性约简算法、基于遗传算法的属性约简算法、基于动态规划的属 性约简方法等。 (2) 提出了基于分类树的属性约简方法。该方法充分利用了树的结构特征来表 示属性的分类能力，每个叶子节点代表的是对象集，叶子节点的个数代表了树的 对应信息系统的分类情况。每个中间节点都代表了一个属性，中间节点的不同分 支代表了不同的属性值。如果删除一个属性对应的列后，用信息系统中剩余的属 性及值建立起来的分类树的叶子节点的个数不比删除之前少，则说明该属性是冗 余的，在属性约简的过程中可以被删除。否则说明该属性是必要的，不能被约简 掉的。 (3) 在基于分类树的基础上提出了最小属性约简算法。因为一般来说，属性的 个数越少，挖掘出的规律也更具有代表性。所以研究最小的属性约简也是许多研 究者们关注的主要问题之一。本文就是在基于分类树的基础上，用了分支界限法 的思想，通过用尽可能少的组合次数来求出最小的属性约简。 关键词：数据挖掘，粗糙集，属性约简，分类树 I ABSTRACT ABSTRACT Generally, Data mining (sometimes called knowledge discovery) is the process of analyzing data from different perspectives and summarizing it into useful information, Technically, data mining is the process of finding correlations or patterns among dozens of fields in large relational databases. Data mining has the following methods: genetic algorithms, artificial neural networks, decision trees, rough set, nearest neighbor method, rule induction, data visualization and so on. Rough set theory has proved to be useful in data mining and knowledge discovery. It constitutes a sound basis for data mining applications. The theory offers mathematical tools to discover hidden patterns in data. It identifies partial or total dependencies in data bases, eliminates redundant da