基于粗糙集理论的属性约简算法分析-管理科学与工程专业论文.docxVIP

A Abstract 基于粗糙集理论的属性约简算法研究 基于粗糙集理论的属性约简算法研究 PAGE PAGE III IV IV respectively.The second is to calculate the HYPERLINK /dict_result.aspx?searchword=%e4%b8%8d%e5%8f%af%e5%88%86%e8%be%a8%e5%85%b3%e7%b3%bbamp;tjType=sentenceamp;styleamp;t=indiscernibility%2Brelation indiscernibility relation between every subset in decision system while solving attribute importance,and in this way the time complexity of algorithm is greatly reduced.Many experiments have proved that this algorithm is a fast and efficient method to solve the questions of knowledge reduction Keywords: rough set theory; attribute reduction; discernibility matrix; attribute dependability; genetic algorithm 目录 摘要I Abstract II 目录IV 第一章 引言1 1.1 研究目的和意义1 1.2 国内外研究现状2 1.3 本文的研究内容与组织4 第二章 粗糙集基础理论5 2.1 不可区分关系5 2.2 近似集6 2.3 知识约简7 2.3.1 知识约简7 2.3.2 知识的依赖性9 2.4 信息系统和决策表10 2.5 可辨识矩阵13 2.6 信息熵的基本概念13 2.6.1 自信息14 2.6.2 信息熵15 2.6.3 粗糙集中的信息熵16 2.7 本章小结17 第三章 属性约简算法的研究18 3.1 粗糙集的代数观和信息观18 3.2 求核算法19 3.2.1 代数观下的属性核20 3.2.2 信息观下的属性核20 3.2.3 常见的求解核属性的算法21 3.2.4 求核小结22 3.3 基于粗糙集的几种常见的启发式属性约简算法22 3.3.1 基于可辨识矩阵的属性约简算法22 3.3.2 基于属性频率的算法23 3.3.3 基于条件信息熵的算法24 3.3.4 基于属性依赖度的算法25 3.3.5 基于遗传算法的属性约简算法26 3.3.6 面向支持度的属性约简算法27 3.4 本章小结30 第四章 基于属性重要性的属性约简算法研究 31 4.1 基于属性重要性的改进的属性约简算法31 4.1.1 预备知识31 4.1.2 现有属性频率作为属性重要性约简算法分析31 4.1.3 基于属性重要性的属性约简改进算法33 目录 目录 4.1.4 复杂度分析35 4.2 实例分析35 4.3 本章小结36 第五章 基于遗传算法的粗糙集属性约简研究 37 5.1 遗传约简算法37 5.2 改进的基于属性依赖度的遗传约简算法39 5.3 算法分析40 5.4 实例41 5.5 本章小结45 第六章 总结与展望46 参考文献48 附图表51 致谢52 攻读学位期间发表论文53 第一章 第一章 引言 基于粗糙集理论的属性约简算法研究 基于粗糙集理论的属性约简算法研究 PAGE PAGE 13 PAGE PAGE 10 第一章 引言 1.1 研究目的和意义 随着人类社会进入信息化时代，数据库技术和数据库管理系统开始广泛使 用。商业、政府机构和科学技术等领域的数据库中存储的数据量急剧增大并趋于 分散，出现“数据丰富，知识贫乏”的现象。人们迫切需要强有力的数据分析工 具从海量数据中获取信息或知识，这一需求导致了数据挖掘这一全新研究领域的 出现。数据挖掘利用自动化工具及成熟算法从海量数据中发现潜在的、有意义的 知识，即从数据中识别或提取隐含的、新颖的、有用的信息的过程，提取的知识 表示为概念、规则、规律、模式等。数据挖掘是机器学习、数据库、统计学和信 息学等多学科交叉融合而产生的新兴学科，其采用的技术主要有模糊集、粗糙集、 神经网络、决策树以及统计等方法。 粗糙集是数据挖掘的方法之一，它是处理模糊和不确定知识的一种数学工 具。粗糙集处理的对象是类似二维关系表的信息表，目前成熟的关系数据库管理 系统和数据仓库管理系统，为基于粗糙集的数据挖掘奠定了坚实的基础。由于粗 糙集的特点及其客观性，现在粗糙集