粗糙集理论在大数据分析中的应用综述.docxVIP

粗糙集理论在大数据分析中的应用综述

目录

粗糙集理论在大数据分析中的应用综述（1）．．．．．．．．．．．．．．．．．．．．3

一、内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1背景介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2研究意义与价值．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

二、粗糙集理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.1粗糙集的定义与原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.2粗糙集的数学描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.3粗糙集的运算规则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

三、粗糙集在大数据分析中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.1数据预处理与特征选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.2分类与预测模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.3不确定性信息处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

四、粗糙集与其他智能算法结合应用．．．．．．．．．．．．．．．．．．．．．．．．．．18

4.1结合贝叶斯分类器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.2结合神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

4.3结合支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

五、案例分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.1案例一．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.2案例二．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

5.3案例三．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

六、挑战与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

6.1面临的挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

6.2未来发展方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

七、结论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

7.1研究总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

7.2研究不足与局限．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

粗糙集理论在大数据分析中的应用综述（2）．．．．．．．．．．．．．．．．．．．35

一、内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

（一）粗糙集理论定义与特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

（二）粗糙集理论发展历程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

（三）粗糙集理论的应用价值．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

二、粗糙集理论在大数据分析中的应用背景．．．．．．．．．．．．．．．．．．．．41

（一）大数据时代的挑战与机遇．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

（二）大数据分析与处理技术的现状．．．．．．．．．．．．．．．．．．．．．．．．．．43

（三）粗糙集理论与大数据分析的契合性．．．．．．．．．．．．．．．．．．．．．．50

三、粗糙集理论在大数据分析中的具体应用．．．．．．．．．．．．．．．．．．．．51

（一）数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

数据清洗．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

数据降维．．．．．．．．．．．．．．．．．．