基于粗糙集的近似分布约简与决策规则获取

发布时间：2017-04-09 07:07

  本文关键词：基于粗糙集的近似分布约简与决策规则获取，由笔耕文化传播整理发布。

【摘要】：粗糙集理论是上个世纪80年代初由波兰学者Z.Pawlak提出的一个用于数据分析的有力的数学工具,近年来日益受到各领域学者,特别是计算机领域的学者的广泛关注,经过二十余年的发展,该理论已经在诸如机器学习、模式识别、决策分析、过程控制、数据库知识发现以及专家系统等领域得到了成功应用。 本文主要围绕不一致信息系统中基于粗糙集的方法进行了探讨,并取得了一些有意义的结果。 在决策表相对属性约简方面,针对在Z.Pawlak粗糙集模型下进行的相对属性约简存在的问题及应用中的困难,分析了变精度粗糙集理论中β下近似约简,将分布约简概念引入到变精度粗糙集模型中,提出了β下近似分布约简概念;另外,借鉴信息熵度量,给出了基于变精度粗糙集模型决策表中属性重要性度量的定义,区分了β阈值界定下的“弱不一致信息”与“强不一致信息”的不确定程度,刻画了标准粗糙集下的正域之外不一致信息的不确定程度;以该度量作为启发式信息,提出了基于信息熵的β下近似分布约简的启发式算法,该算法可以找到一个变精度意义下保持决策分类不变的约简。这些结果为不一致信息系统的属性约简提供了理论依据与应用基础,实例表明该算法针对在不一致信息系统中的属性约简是可行的。 在基于粗糙集的决策规则获取方面,针对不一致信息系统中决策规则获取问题,分析了A.Skowron缺省规则获取算法及其所存在的问题,提出了一种基于粗糙信息向量方法的决策规则挖掘算法。在分析规则可靠性的基础上,引入了规则支持度概念,从而避免了因噪声影响而产生的随机规则;基于粗糙信息向量,利用条件向量对决策向量的决策支持能力,直接从决策表中挖掘出符合阈值要求的尽可能简洁的决策规则,且不损失条件属性值的决策支持能力。利用该算法可以挖掘出决策系统中条件属性在各个简化层次情况下的确定性规则和缺省规则集合。若将该算法挖掘得到的规则集用于决策推理,在待识样本信息不完备的情况下也能给出一个较满意的决策。理论分析和实例表明该算法在不一致信息系统中的决策规则获取上是可行的。
【关键词】：粗糙集 信息熵 属性约简 决策规则 粗糙信息向量
【学位授予单位】：山西大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：C934
【目录】：

• 第一章 引言11-15
• 1.1 数据挖掘概述11-12
• 1.1.1 数据挖掘与知识发现11
• 1.1.2 数据挖掘的方法与技术11-12
• 1.1.3 数据挖掘所面临的困难12
• 1.2 论文研究的背景和意义12-13
• 1.3 本文的组织结构13-15
• 第二章 粗糙集理论的基本概念15-20
• 2.1 粗糙集相关概念15-16
• 2.2 粗糙集在数据挖掘中研究的主要问题16-20
• 2.2.1 属性约简16-17
• 2.2.2 决策规则获取方法17-18
• 2.2.3 推广的粗糙集理论以及和其它理论方法的结合18-20
• 第三章 基于信息熵的β下近似分布约简20-29
• 3.1 相对属性约简基本概念21
• 3.2 变精度粗糙集模型21-22
• 3.3 信息熵的相关概念22-23
• 3.4 基于信息熵的β下近似分布约简算法23-28
• 3.4.1 变精度粗糙集上属性约简的概念23-24
• 3.4.2 属性重要性度量24-25
• 3.4.3 算法原理25-26
• 3.4.4 算法描述26-27
• 3.4.5 算法实例27-28
• 3.5 结论28-29
• 第四章 基于粗糙信息向量的决策规则获取算法29-40
• 4.1 决策表与信息向量29-31
• 4.2 不一致信息系统中决策规则的评价31-32
• 4.3 基于粗糙信息向量的决策规则获取算法32-38
• 4.3.1 Skowron缺省规则获取方法及存在问题分析32-33
• 4.3.2 算法原理33-35
• 4.3.3 算法实现35-37
• 4.3.4 算例说明37-38
• 4.4 算法分析38-39
• 4.5 结论39-40
• 第五章 结束语40-42
• 参考文献42-46
• 致谢46-47
• 附录47-48

【相似文献】

中国期刊全文数据库 前10条

1 康彦;;数据挖掘技术在高职教学质量管理中的应用[J];科技创新导报;2011年20期

2 杜学;杨海娟;;快速城市化下的城市土地利用结构信息熵变化及其动因分析——以陕西省商州区为例[J];地下水;2011年04期

3 叶飞;邱炳文;钟鸣;高建阳;;基于粗糙集和信息熵的土地适宜性评价研究[J];安徽农业科学;2011年14期

4 张维楠;刘学录;;基于信息熵的庄浪县土地利用结构合理性分析[J];甘肃科技;2011年14期

5 潘贝;夏敏;;基于GIS技术和信息熵的宜兴市城乡土地利用空间结构变化分析[J];江西农业学报;2011年08期

6 戢守峰;黄英健;何家强;张川;;基于指数加权分位数回归预测的CPFR成本模型[J];东北大学学报(自然科学版);2011年07期

7 丁正平;;基于信息熵的单周期产品数量折扣机制[J];计算机集成制造系统;2011年07期

8 张昕;;基于粗糙集的团购网站销售额影响因素分析[J];西部论坛;2011年04期

9 李世鹏;罗帅;;新疆农业产业结构特征性的实证研究[J];商业经济;2011年14期

10 张子君;;对马鞍山市消费需求及其结构的分析[J];东方企业文化;2011年04期

中国重要会议论文全文数据库 前10条

1 肖健梅;芦晓明;王锡淮;;集装箱起重机防摇系统粗糙集控制[A];第二十六届中国控制会议论文集[C];2007年

2 李晓丽;王彤;杜振龙;;基于粗糙集理论的流数据最优特征选择[A];第二十二届中国数据库学术会议论文集（研究报告篇）[C];2005年

3 聂力;王翰虎;;一个基于粗糙集理论的分类规则学习算法[A];第十六届全国数据库学术会议论文集[C];1999年

4 王旭阳;王彤;李明;;基于粗糙集理论的分类规则挖掘方法[A];第二十二届中国数据库学术会议论文集（研究报告篇）[C];2005年

5 刘永红;薛青;郑长伟;;基于粗糙集理论的C4ISR评估方法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

6 赵明清;陶树平;;基于模糊等价关系的粗糙集[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

7 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

8 陈楚湘;沈建京;陈冰;尚长兴;王运成;;运用粗糙集理论建立中老年肺炎中医症候诊断标准[A];第二十九届中国控制会议论文集[C];2010年

9 赵荣珍;杨娟;黄显华;;粗糙集理论的故障知识发现及其工程应用模式研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

10 李春贵;王萌;原庆能;;基于启发式信息熵的粗集数值属性离散化算法[A];广西计算机学会2007年年会论文集[C];2007年

中国重要报纸全文数据库 前10条

1 李海霞 王阶;基于信息熵的血瘀证症状规范化研究[N];中国中医药报;2006年

2 ;“熵”在中医方证研究中的运用[N];中国中医药报;2004年

3 ;互联网安全 化无序为有序[N];计算机世界;2008年

4 ;栉风沐雨铸辉煌 继往开来谱华章[N];人民邮电;2006年

5 自治区征地事务中心 滕健;基于熵值法的乌鲁木齐城市土地利用综合效益评价[N];新疆科技报(汉);2007年

6 上海远东证券公司首席金融工程专家 马小佐;宝钢股份及宝钢权证估值分析[N];证券日报;2005年

7 远东证券首席金融工程专家 马小佐;武钢股份及武钢权证估值分析[N];证券日报;2005年

8 王玮 蔡莲红;数据挖掘走入语音处理[N];计算机世界;2001年

9 本报记者 李智 通讯员 梁宪生;零的突破[N];山西经济日报;2001年

10 李亚民;为企业思想注入特质 实现企业管理的“熵减”[N];中国航空报;2008年

中国博士学位论文全文数据库 前10条

1 张国军;基于粗糙集的相对属性约简算法及决策方法研究[D];华中科技大学;2010年

2 马君华;粗糙集属性约简和聚类算法及其在电力自动化中的应用研究[D];华中科技大学;2010年

3 杨习贝;不完备信息系统中粗糙集理论研究[D];南京理工大学;2010年

4 纪霞;不完备信息系统中粗糙集理论的扩展研究与应用[D];安徽大学;2010年

5 赵佰亭;混合决策系统的粗集模型及在转台故障诊断中的应用[D];哈尔滨工业大学;2010年

6 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年

7 刘业政;基于粗糙集数据分析的智能决策支持系统研究[D];合肥工业大学;2002年

8 丛蓉;作战指挥决策支持系统目标融合识别研究[D];大连理工大学;2010年

9 哈斯巴干;神经网络及其组合算法的遥感数据分类研究[D];中国科学院研究生院（遥感应用研究所）;2003年

10 刘洪波;汉语认知脑数据挖掘相关算法及应用研究[D];大连理工大学;2006年

中国硕士学位论文全文数据库 前10条

1 陈峰;桥规则的挖掘与评估[D];广西师范大学;2006年

2 杨军玲;汉语动词词语搭配自动获取方法研究[D];山西大学;2006年

3 黎静华;基于粗糙集的网格化电力系统短期负荷预测[D];华北电力大学（河北）;2006年

4 程一伦;基于粗糙集的数据离散化方法研究[D];吉林大学;2009年

5 桑妍丽;基于粗糙集的近似分布约简与决策规则获取[D];山西大学;2005年

6 曹黎明;基于粗糙集理论的汽轮机组振动故障诊断研究[D];东北电力大学;2010年

7 吕望;基于粗糙集的车辆超载自动检测方法研究[D];长沙理工大学;2010年

8 田静宜;基于粗糙集和神经网络的柴油机故障诊断研究[D];中北大学;2011年

9 李洪;增量式粗糙集属性约简算法的研究[D];长沙理工大学;2010年

10 于兴网;粗糙集属性约简算法在数据挖掘中的研究[D];重庆大学;2004年

  本文关键词：基于粗糙集的近似分布约简与决策规则获取，由笔耕文化传播整理发布。

，

本文编号：294703