基于粗集理论属性约简的数据挖掘系统-计算机应用技术专业论文.docxVIP

摘 摘 要 数据挖掘是近年来数据库领域中出现的一个新兴研究热点，它是从 大量数据中获取知识。进行数据挖掘的方法很多，粗集方法便是其中的 主要方法之一。本文主要研究基于粗集属性约简的数据挖掘系统。文中 对粗集理论进行研究，并在分析和综合基于粗集理论的数据挖掘算法基 础上，提出了两种新的属性约简方法，即基于遗传算法和启发式算法的 约简算法。这一数据挖掘系统包括两部分，一是产生规则，利用属性约 简算法约简属性，从而得出规则；二是规则分类，利用已产生的规则分 类新对象。通过实验，应用实例表明，文章提供的方法是可行的，具有 艮好的效果。 关键词：数据挖掘粗集遗产算法属·陛约简启发式算法 t／ 。 一? 。 、， ABSTRACTData ABSTRACT Data mining(DM)is a new hot research point in database area．Data mining gets knowledge from large quantity of data．There are some methods for data mining，and Rough Sets methodology is one of important methods． This paper researches a data mining system based on attributes reduction of rough set theory．In this paper,rough set theory has been discussed，by the analysis and synthesis of data mining algorithm based on rough set theory， two new kinds of attributes reduction algorithms which are based on genetic algorithm and heuristics algorithm，have been presented．The data mining system includes two parts，one is rules generation，it creates rules after attributes are reduced by the attributes reduction algorithms above；the other is classification，it gives a classification for new objects according to these rules which have been created in rules generation．The experimental results show that the algorithms above have been tested successfully Key words：data mining(DM)rough set genetic algorithm(GA) attributes reduction heuristics algorithm 第一章序言§1．1研究的目的和意义 第一章序言 §1．1研究的目的和意义 在现代社会，随着计算机应用的越来越广泛，每年都要积累大量的 信息，即数据。这些数据来自各种领域，如医疗机构、科学观察、公共 服务等等。这些数据中隐含着巨大有价值的信息。然而，从这些数据中 得出信息又是人力所不及的。所以，一种能分析数据，并提出新的为人 所理解的知识的计算机系统是非常有用的，而这一过程即是数据挖掘 (Data Min[ng，DM)B-TI。还有很多和这一术语相近似的术语，如从数 据库中发现知识(Knowledge Di scove ry in DataBa se，KDD)Inl、数据分 析、数据融合(Data Fusl011)以及决策支持等。人们把原始数据看作是 形成知识的源泉，就像从矿石中采矿一样。原始数据可以是结构化的， 如关系数据库中的数据，也可以是半结构化的，如文本、图形、图像数 据，甚至是分布在网络上的异构型数据。发现知识的方法可以是数学的， 也可以是非数学的；可以是演绎的，也可以是归纳的。发现了的知识可 以被用于信息管理、查询优化、决策支持、过程控制等，还可以用于数 据自身的维护。因此，数据挖掘是一门很广义的交叉学科，它汇聚了不 同领域的研究者，尤其是数据库、人工智能、数理统计、可视化、并行 计算等方面的学者和工程技术人员[9J01。 特别要指出的是，数据挖掘技术从一开始就是面向应用的。它不仅 是面向特定数据库的简单检索查询调