基于粗糙集的生产环境数据挖掘系统方法-江西理工大学学报.PDF

基于粗糙集的生产环境数据挖掘系统方法-江西理工大学学报.PDF

  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)。
查看更多
第 卷第 期 Vol.26,No.3 58 7 南方冶金学院学报 年 月 9:(;0= : ?:(+@A; *?+*+(+A : BA+0==(;CD Jun.2005 5 2 2 6 8 基于粗糙集的生产环境数据挖掘系统方法 1 2 刘发升 , 毛林春 (1.江西理工大学信息工程学院,江西 赣州 341000;2.江西理工大学应用科学学院,江西 赣州 341000) 摘 要:针对粗糙集确定性模型缺乏处理不确定信息的特点, 等提出了粗糙 ! #$%$’ 集的概率模型.但该模型没有包括如何处理生产数据集纷繁复杂数据的方法.因此提出 了应用粗糙集于生产环境数据挖掘的一种系统方法,并应用()* 的数据集对该方法进 行了检验.实验结果体现了它的性能与有效性. 关键词:粗糙集概率模型; 数据挖掘; 生产环境数据集 +,-./ 0 5226 27422 18426 中图分类号: 文献标识码: 文章编号: ( ) ! 问题的提出 [1] 粗糙集理论 是一个代数模型,它不足以处理源于分类问题的不确定信息,其中基本的问题 在于该模型基于确定性的方法而忽视了可用的概率信息.粗糙集的概率模型即是在这样的背景 下提出的[2-4] [2] .Z.Pawlak等提出了粗糙集概率模型,有效地解决了利用概率信息进行不确定分类 的问题.但是,该模型只是解决了获取的规则应该有不确定性的问题,而未能很好的解决获取的 规则的有效性问题,即没有把一个规则是否有一定的支持度、是否来自于偶然的实例等问题考 虑进去.另外,该模型也忽略了通常为使用粗糙集进行数据挖掘而进行的从实际数据集到粗糙 集数据表的转换过程中可能造成的数据信息的某些变化. 因此,为了采用粗糙集概率模型进行实际生产环境数据挖掘,就必须加入避免偶然规则的 机制以及把反映原始数据信息的一些手段与该模型有机结合起来. 本文的主要内容是①为把粗糙集应用于生产环境的数据挖掘对原始数据集需要做的各种 预处理以及数据预处理后原始数据集信息的传递方法、避免偶然规则机制的引入;②基于上述 方法提出应用粗糙集概率模型于数据挖掘的一种启发式策略;最后,用实验数据对该挖掘方法 进行有效性检验. 数据集基于数据域原始底层数据级的信息归纳与预处理以及避免 偶然规则机制的引入 在数据挖掘的应用中,应用领域的背景知识常常起到至关重要的作用.虽然可以在原始数 据级上挖掘某些规则性,在更高的概念级别却常常可以挖掘到令人更感兴趣以及具有强支持度 收稿日期:2004-11-08 基金项目:江西省自然科学基金资助项目(0411046),江西省教育厅2003年科技攻关计划项目,江西理工大学博士研究 基金项目. 作者简介:刘发升(1963- ),男,副教授. 第26卷第3期 刘发升等:基于粗糙集的生产环境数据挖掘系统方法 17 的规则.因此,常常需要把数据库中原始的底层数据进行概念提升以期在更高的概念水平上进 行有效的挖掘.同时,在原始底层的数据级上挖掘出的规则常常过于繁杂,其中很多规则也不是 用户所感兴趣的,使得有效利用这些规则变得十分困难.所以通过概念提升聚焦挖掘对象就变 得十分必要.在挖掘过程中,背景知识如相关的概念层次的使用不仅可以改善挖掘的效率而且 可以表示用户的挖掘喜好,因此,提高挖掘结果的兴趣度也是十分必要的. (1)概念分类层次树与数据离散化.概念分类层次树首先是一棵树,并且按照从普遍到特殊 的序构成偏序.树根表示最一般的概念类,树叶表示最特殊的概念类即数据库中的原

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档