基于粗糙集属性约简算法的研究-计算机软件与理论专业论文.docxVIP

III III 摘要 摘要 近年来，数据挖掘引起了信息产业界的很大的关注，主要原因是存在着大量 可以使用的数据，并且迫切需要将这些数据转换成有用的信息和知识。粗糙集理 论（Rough Set）就是在这样背景下不断发展起来的。粗糙集理论主要用于不精 确、不确定数据挖掘与处理的新型数学理论。粗糙集合理论是由波兰数学家 Z.Pawlak在1982年提出的，是继概率论、模糊数学、证据理论之后又一种处理不 确定性信息的有效数学工具。该理论的特点是不需要任何先验知识，或任何附加 信息，就能有效地分析和处理不精确、不完整和不一致的信息，并且从中发现隐 含的知识，揭示潜在的规律。将粗糙集应用于数据挖掘领域，能提高对大型数据 库中的不完整数据进行分析和学习的能力，具有广泛的应用前景和实用价值。 信息系统的属性约简算法是粗糙集理论的核心内容。寻找信息系统的最优约 简或全部约简是NP问题，而基于属性重要性的启发式算法能够取得较好的约简。 本文在广泛深入地查阅国内外文献的基础上，对经典的粗糙集的基本理论和粗糙 集属性约简算法以及变精度粗糙集阈值选取算法进行了深入的理论研究和实验 分析。分类正确率β 和分类能力γ 是可变精度粗糙集合模型的两个重要参数。本 文论述了两者的相互关系及相互影响， 在用户要求一定的分类质量γ 的情况下， 来得出β 的精确的范围。本文首先简要介绍了经典粗糙集和变精度粗糙集的基本 概念。介绍了Pawlak粗糙集模型以及决策表、可辨识矩阵和约简等基本概念，为 后面章节中的属性约简算法打下了理论基础。其次，对经典粗糙集理论算法进行 研究，且详细分析了相对可辨识矩阵和遗传算法，以属性重要度作为启发式信息， 在此基础上提出了改进的算法。针对变精度粗糙集中β 参数的确定缺乏可预见性 的问题，提出了在确定近似分类质量γ 下β 取值范围的确定方法。最后本文通过 实例来验证了本文提供方法的可行性和有效性。 关键字：粗糙集，变精度粗糙集，属性约简，β 阈值 II II 基于粗糙集属性算法的研究 Abstract Data mining attracts great attention in information industry. The major reason is that large amount of existing data maybe used widely and it is urgently necessary to convert ion and knowledge. Rough Set theory, a new mathematical theory for mining and processing imprecise and uncertain data, has got great improvement under this background. Rough Set theory is provided by Z.Pawlak in 1982.It is a math theory that process the non- accurate after probability theory, fuzzy theory and evidence theory. Not needing other information or previous knowledge, this theory can analyze and process the non-accurate ,non-integrity and inconsistent data, then mine latent knowledge and uncover latency rules。App1ying rough theory in data mining field can improve the analyzing and learning ability for incomplete data of large database， which has extensive applied prospect and applied value. The attribute reduction of information system is the main topic in rough sets theory. Getting the best reduction or all reduction is a NP problem. Heuristic algorithm based on the attribute importance had been made to get better reduction. Based on extens