基于粗糙集的不完备信息系统的属性约简方法研究-计算机软件与理论专业论文.docxVIP

万方数据 万方数据 注 1：注明《国际十进分类法 UDC》的类号 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 III 万方数据 万方数据 摘要 摘 要 在现实生活中，由于外界环境的不可预测以及人类思维的局限性，数据收集 过程中可能会造成数据丢失或数据质量较低，尤其是可靠性知识信息的丢失可能 会导致数据失真，在不完备知识系统中数据缺失可能会使得知识系统规则获取时 陷入混乱，产生不可靠的决策规则。近年来 Pawlak 提出的经典粗糙集理论在完备 信息系统的知识获取方面表现出巨大的潜能，针对不完备信息系统目前主要的处 理方法有两种：一种是数据补齐，即不改变信息系统的信息量的情况下对遗漏数 据进行补全。一种不完备信息系统粗糙集拓展模型，经典的粗糙集模型是以不可 分辨关系对对象进行分类，而这种等价关系在不完备信息系统中被认为是太苛刻， 所以放宽等价关系对不完备的数据进行处理。 本文的主要内容是基于粗糙集不完备信息系统的属性约简方法研究，包括粗 糙集理论的拓展和不完备数据表的属性约简，本文的研究内容主要着重于以下几 个方面： （一）分别给出了粗糙集理论和粗糙集理论在不完备信息系统中的发展现状， 目前粗糙集理论发展过程交叉领域中重点研究对象，包括海量数据的规则获取、 缺失值的处理方法、高效的属性约简方法和多领域结合。介绍了不完备信息系统 中的数据缺失的原因、空值定义，常用的数据完备化方法以及不完备信息处理的 重要性。 （二）介绍了容差关系、相似关系、量化容差关系、限制容差关系的不完备 信息系统的粗糙集扩拓展模型，给出实例进一步探讨各自模型中优缺点，在此基 础上提出一种新的粗糙集拓展模型，在近似度的概念中引入阈值??，用户可以根据 数据表中空值的分布情况合理的设置??的值，更加符合知识发现的实际应用。 （三）对比分析完备信息系统和不完备信息系统在属性约简过程中的差异， 数据的缺失可能会导致决策数据表的不协调性，而完备下的可辨矩阵不能很好的 解决这个问题，所以结合知识知识粒度重新给出了一致性的描述，克服了可辨矩 阵中的不协调性及减少了可辨矩阵中的空值的对比。同时结合新模型和启发知识 给出了基于信息量的属性约简算法。 （四）提出了一种决策信息量约简算法，根据条件属性分类下的相似类（相 似度限制容差关系模型）中的不一致性描述决策信息量，不一致性越小，信息量 I 摘要 就越大，结合新模型能够通过调整??的值刻画对象间的决策信息量，重新定义属性 重要度作为约简的启发知识。 关键词：粗糙集，不完备信息系统，属性约简，可辨矩阵，决策信息量。 II ABSTRACT ABSTRACT In the real life, because of the unpredictability of the external environment and the limitation of human thought, this may lead to data loss and the poor quality of data, especially the loss of reliable data will result in lack fidelity of data. The process of rule generation might be in chaos and generating unreliable data due to the data loss in incomplete knowledge system. In the recent years, classical rough set theory proposed by Pawlak shows the biggest potential in the aspect of knowledge acquisition in complete information system.