集值决策信息系统的属性约简模型与算法研究

发布时间：2024-07-05 05:04

　　粗糙集理论是一种处理不精确的,不确定和模糊知识的理论工具与方法,该理论在数据挖掘,人工智能,机器学习和模式识别等领域得到了广泛地关注和应用。由于数据源的多样性,客观事物的不确定性和技术限制,有时较难获取到精确的数据,从而导致不完备信息系统的产生,集值信息系统作为单值信息系统的拓展,可用来处理不完备信息系统。本文以集值决策信息系统为研究对象,研究了集值决策信息系统的属性约简问题。但由于在大数据时代下,许多数据往往是动态变化的,使用静态的约简算法较难适应动态数据下的属性约简,因此,对于粗糙集的动态数据更新方法的研究有着重要的现实意义。在此情况下,本文研究了集值决策信息系统中属性集增量式更新和对象增量式更新对属性约简的影响。本文主要研究了以下问题,并得到了一些创新性的结果:(1)针对集值决策信息系统的属性约简,建立了基于对象集的属性约简算法。将不完备决策表转化为集值决策信息系统,并详细分析了集值决策信息系统下基于相似关系的分布约简和最大分布约简,通过利用可区分对象集的集对,计算极小析取范式求解出所有的分布约简和最大分布约简。(2)针对集值决策信息系统中属性集的动态增加情况,通过引入条件信息量...

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图5.1属性约简增量机制Fig.5.1Incrementalmechanismofattributereduction

图5.1属性约简增量机制Fig.5.1Incrementalmechanismofattributereduction

本文编号：4001083