基于粗糙集合的属性选择方法研究的开题报告.docxVIP

基于粗糙集合的属性选择方法研究的开题报告

一、选题来源和背景

在数据挖掘领域中，属性选择是一个重要的子任务，其目的是从给定数据集中选择最相关的属性集合。这个任务可以被认为是降低维度的一种手段，并可以在后续的分类、聚类等任务中得到更好的结果。而粗糙集合理论作为一种数据挖掘技术，在属性选择方面也有一定的应用价值。粗糙集合理论可以识别出数据集中的重要属性，从而降低维度并改善数据挖掘结果。因此，利用粗糙集合理论进行属性选择是一个值得研究的方向。

二、研究目的和内容

本文旨在探究基于粗糙集合的属性选择方法，具体研究内容包括以下几个方面：

1.粗糙集合理论的基本概念和算法原理。

2.属性选择的概念和流程。

3.基于粗糙集合的属性选择方法，主要包括基于约简和基于粗糙函数的方法。

4.对比不同属性选择方法在数据挖掘任务中的表现，并分析其优缺点。

5.尝试改进基于粗糙集合的属性选择方法，提高其性能表现。

三、研究意义

本研究在以下几个方面具有重要意义：

1.探究基于粗糙集合的属性选择方法的原理和实现。

2.比较不同属性选择方法的优劣，为实际应用提供决策依据。

3.尝试改进基于粗糙集合的属性选择方法，充分发挥其在实际应用中的作用。

4.对数据挖掘领域的理论研究和实际应用有一定的促进作用。

四、研究方法

本文主要采用实证分析法来研究基于粗糙集合的属性选择方法。具体的研究步骤包括：

1.收集不同属性选择方法的相关文献，并对比分析其所使用的算法原理和实验结果。

2.实现基于粗糙集合的属性选择方法，并对比其与其他方法的性能表现。

3.尝试改进基于粗糙集合的属性选择方法，并对比进行前后对比实验，分析改进后的性能表现。

五、预期成果和研究进度

本文预期的成果包括：

1.探究基于粗糙集合的属性选择方法的原理和实现。

2.比较不同属性选择方法的优劣，并分析其优缺点。

3.改进基于粗糙集合的属性选择方法，提高其性能表现。

4.提供一些实际应用的参考意见。

研究进度：

1.青岛大学数据科学与工程研究生一年级。

2.2022年5月完成研究主体部分，并开始进行论文撰写。

3.2022年10月完成论文初稿，并进行修改。

4.2023年1月提交论文并答辩。

六、参考文献

[1]Pawlak,Z.,Slowinski,R.(1994).Roughsetapproachtomulti-attributedecisionanalysis.EuropeanJournalofOperationalResearch,72(3),443-459.

[2]Zhao,Y.,Li,X.,Li,B.(2011).Animprovedquickreductalgorithmbasedonroughsettheory.PatternRecognitionLetters,32(4),593-602.

[3]Yao,Y.Y.,Wong,S.K.M.(2002).Adecision-theoreticroughsetmodelforfuzzyclassification.Fuzzysetsandsystems,126(2),283-301.

[4]Wang,X.Q.,Xia,Y.M.(2015).Entropy-baseddiscretizationalgorithmforroughsetsbasedondistributioncharacteristic.InformationSciences,325,381-398.