基于遗传算法与区分矩阵的弱约简算法研究-通信与信息系统专业论文.docxVIP

基于遗传算法与区分矩阵的弱约简算法研究-通信与信息系统专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
河 南 理 工 大 学 学 位 论 文 原 创 性 声 明 本人郑重声明:所呈交的学位论文: 基于遗传算法与区分矩阵的弱 约简算法研究 ,是我个人在导师指导下进行的研究工作及取得的研究成 果。论文中除了特别加以标注和致谢的地方外,不包含任何其他个人或集体 已经公开发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献 均已在论文中作了明确的声明并表示了谢意。 本人愿意承担因本学位论文引发的一切相关责任。 学位论文作者签名 : 年 月 日 河 南 理 工 大 学 学 位 论 文 使 用 授 权 声 明 本学位论文作者及导师完全了解河南理工大学有关保留、使用学位论文的 规定,即:学校有权保留和向有关部门、机构或单位送交论文的复印件和电子 版,允许论文被查阅和借阅,允许将本学位论文的全部或部分内容编入有关数 据库进行检索和传播,允许采用任何方式公布论文内容,并可以采用影印、缩 印、扫描或其他手段保存、汇编、出版本学位论文。 保密的学位论文在解密后适用本授权。 学位论文作者签名: 导师签名: 年 月 日 年 月 日 致 谢 在河南理工大学已经快度过三年时间了,我的研究生学业也即将完成了。这 三年是我过的最充实的三年,三年里在不断的尝试改变和挑战自己,三年里在一 天天慢慢的成长。再回首,已和三年前截然不同,少了份稚嫩,多了份成熟,少 了份忧郁,多了份开朗,少了份拘谨,多了份大方,少了份莽撞,多了份稳重。 在这三年里要感谢的人太多,没有你们的帮助,我的研究生生活也就不会这么的 丰富多彩。 首先,我要衷心感谢我最尊敬的导师高岩教授对我的孜孜教诲、精心培养和 悉心关怀。您严谨的治学精神,深厚广博的学术造诣,孜孜不倦的开拓进取精神 都深深感染着我,非常感谢您给我提供良好的科研环境和实习机会,这些都为我 撰写毕业论文打下了很好的基础。还要衷心感谢我的导师吴正江副教授对我耐心 的指导,您多次督促我的进度,认真的为我解惑,才使得我的小论文和毕业论文 能够顺利的完成。我的成果离不开您们的功劳,非常感谢您们。 其次,感谢我的室友(王璐、翟钰琦)和朋友们。是你们陪伴我度过了这个丰富 多彩的研究生生活。我们朝夕相处,当我迷茫、困惑时,是你们陪着我,渐渐的 让我认清方向;当我想偷懒时,是你们为我加油打气,让我有继续下去的力量; 开心快乐的时刻因为有了你们而变的更加的开心。尤其要感谢李雷给我精神上的 极大支持和鼓舞,还有梅茜和李杰对我的关怀和鼓励。真的非常感谢你们的一路 相伴,让我的研究生生活变得多姿多彩。 最后,我要满怀敬意的感谢我的父母,感谢你们对我学业的大力支持。让我 读了三本的大学之后,还继续读研。为了我起早贪黑,努力,辛苦的赚钱,从来 没有一丝怨意的支持我完成学业。这份恩情,是我一生都报答不完的。 本文得到河南省软科学研究计划项目“基于 Rough 集理论的 CRM 模型研究” (项目编号:122400450212),国家自然科学基金青年基金“面向社区的协同检索方 法研究”(项目编号,河南理工大学博士基金“基于模糊粗糙集的动态 知识发现中的若干问题研究”和河南理工大学硕士学位论文创新基金“基于动态 粒度的覆盖粗糙集约简研究”(项目编号:2011-M-36)的资助。 I I PAGE PAGE IV 摘 要 粗糙集理论是一种处理不确定性、不相容和不精确等各种不完备信息的数据 分析工具,该理论是近年来人工智能领域的一个研究热点,并已成功应用到模式 识别、数据挖掘和机器学习等领域。其中信息系统约简的研究是其核心问题之一。 所谓约简就是在一定标准度量下寻找与原知识库具有相同测度的最小条件属性组 合。根据不同的度量手段,现阶段出现了正域约简、分布约简和熵约简等约简方 法。本文立足前人研究成果,主要讨论基于划分与覆盖粗糙集理论模型的决策系 统约简方法及其相关问题。 本文的主要目标是利用粗糙集理论,找到现有规则库的不降低分类精度的约 简,达到优化规则库提高运行效率的目的。 现阶段文献中,约简算法大都是以寻求最简约简为目的的,他们单方面强调 约简后属性个数,而忽略了约简后新规则库的准确率有可能下降的问题,针对这 一问题,本文提出弱约简的概念。在第三章中利用区分矩阵能很容易计算出弱约 简以及遗传算法可以在全局寻优的优势,以染色体对区分函数的覆盖度作为适应 度函数的参数,构建了一种基于遗传算法与区分矩阵的弱约简算法。算法以弱约 简的 k 近邻准确率不降低为终止条件,并通过实验证明了该算法的有效性和可行 性。更进一步,针对算法收敛性的问题,优化了遗传算法中的选择算子。通过对 比实验表明:平均收敛代数得到明显改善,效率明显提高。 另外,本文第四章就信息系统中信息粒度与本文算法性能之间的关联进行了 探索。得出如下结论:在所有属性粒度统一的条件下

您可能关注的文档

文档评论(0)

1234554321 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档