证据理论在知识约简中的研究与应用

发布时间：2017-10-13 23:16

  本文关键词：证据理论在知识约简中的研究与应用

  更多相关文章： 证据理论 粗糙集理论 属性重要性 合成规则 信息熵 知识约简

【摘要】：证据理论能够在不知道先验概率的情况下,直接表达“Uncertainty”和“Unknown”的能力,从而对不确定信息的表达和合成给出了一种很好的借鉴方法。虽然在证据完全冲突或高度冲突时,D-S合成规则就会失效或者融合结果出现不合常理的情况,但是经过国内外学者多年的研究与改进,该理论已经日趋完善。目前,它已被广泛的应用到人工智能领域。知识约简是粗糙集理论的核心内容之一,数据降维和特征提取是其主要的应用范围,在智能信息处理中有着举足轻重的地位。知识约简就是既要保持原有分类能力不变,同时还要删减冗余的属性。然而,求解决策表的最小约简是NP-hard问题。为此,通常采用启发式的方法进行知识约简。在启发式的方法中,研究比较深入的就是基于属性重要度的知识约简。但是,对于属性重要性的度量没有统一的标准,每种方法都旨在快速找到一种局部最小约简。因此,研究基于属性重要度的知识约简也是相当有必要的。本文将证据理论运用到粗糙集理论中,旨在提供一种基于证据理论的知识约简启发式算法。首先,提出一种新的证据合成方法,克服了D-S合成规则的不足;其次,利用粗糙集等价划分的概念给出属性的信息熵,并由此定义每个属性的熵值重要性;然后,基于属性的熵值重要性给出属性的概率分配值,引入二分mass函数对每个属性建立一个证据函数;接着,利用新的证据合成方法融合以上证据,并通过Pignistic概率转换得到每个属性的证据重要性;最后,通过属性的熵值重要性得到核,并以核为起点,对核以外的属性依照证据重要性进行排序,由大到小依次加入核中,直至满足约简条件。通过以上步骤就可以得到核以及知识的相对约简。实例表明,基于证据理论的属性重要度提取在分类上效果较好;同时,在知识约简中求核与相对约简的结果也是理想的。此启发式算法容易理解且易于实现,能够快速求出决策表的核和相对约简。但是,该算法只能找到知识的一个相对约简,而且此约简是否为一个最小约简有待进一步证明。
【关键词】：证据理论 粗糙集理论 属性重要性 合成规则 信息熵 知识约简
【学位授予单位】：江西师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 引言7-10
• 1.1 选题背景和研究意义7-8
• 1.2 课题的提出8-9
• 1.3 论文的组织结构9-10
• 第二章 D-S证据理论10-13
• 2.1 基本定义10-11
• 2.2 Dempster合成规则及其悖论11-12
• 2.3 本章小结12-13
• 第三章 粗糙集基本理论13-23
• 3.1 粗糙集的基本概念13-17
• 3.2 知识约简17-18
• 3.3 知识约简的相关算法18-22
• 3.4 本章小结22-23
• 第四章 新的证据合成规则23-31
• 4.1 一些改进方法的不足23-24
• 4.2 新的证据合成方法24-30
• 4.3 本章小结30-31
• 第五章 基于证据理论的知识约简31-39
• 5.1 基于粗糙集的属性熵值重要性31-33
• 5.2 基于证据理论的属性重要性33-34
• 5.3 基于证据重要度的属性约简34-36
• 5.4 实验与分析36-39
• 第六章 总结与展望39-40
• 6.1 总结39
• 6.2 展望39-40
• 参考文献40-43
• 致谢43-44
• 在读期间公开发表论文（著）及科研情况44

【相似文献】

中国期刊全文数据库 前10条

1 李光兴;;教学中的知识约简[J];中国农业教育;2011年02期

2 刘仁维;基于粗集的知识约简与拓扑概念的比较研究[J];甘肃科技;2002年12期

3 马垣;基于二进制可辨矩阵的知识约简(待续)[J];鞍山师范学院学报;2003年02期

4 王俊峰,朱庆保;基于蚁群算法的知识约简[J];南京师范大学学报(工程技术版);2005年02期

5 陈鑫影;邱占芝;;基于可分辨关系的知识约简[J];计算机工程;2010年04期

6 李东晖;陈雪刚;廖晓兰;张家录;程杰仁;;一种新的随机模糊属性的最小知识约简[J];计算机应用与软件;2014年03期

7 马垣;基于二进制可辨矩阵的知识约简(续前)[J];鞍山师范学院学报;2003年04期

8 魏本成;李东亚;尹守峰;;具有f约束下的知识约简[J];山东大学学报(工学版);2006年03期

9 黄兵;胡作进;周献中;;模糊信息系统知识约简的分辨函数法[J];系统工程与电子技术;2008年11期

10 张洁;;变精度粗糙模型的建立及其在加工过程知识约简中的应用[J];浙江工贸职业技术学院学报;2008年01期

中国重要会议论文全文数据库 前3条

1 高建龙;李梅梅;佘剑纯;胡子敬;范裕;;噪声环境下的不协调信息系统知识约简[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

2 朱江华;潘丰;;基于蚁群算法的粗糙集知识约简[A];2005年全国自动化新技术学术交流会论文集[C];2005年

3 闫华;;基于信息熵的粗糙集知识约简方法[A];第十届粤港机电工程技术与应用研讨会暨梁天培教授纪念会文集[C];2008年

中国硕士学位论文全文数据库 前10条

1 吴恒;证据理论在知识约简中的研究与应用[D];江西师范大学;2016年

2 邓燕;区间集值信息系统的知识约简[D];山西师范大学;2013年

3 秦星;粗糙集扩展模型的知识约简[D];山西师范大学;2013年

4 郭文;基于粗集理论的知识约简及其在风险识别中的应用[D];四川师范大学;2008年

5 酒二珍;集值信息系统的粗糙集拓展模型的知识约简[D];山西师范大学;2012年

6 赵明;基于RS的高效知识约简方法研究[D];长沙理工大学;2009年

7 赵静阁;基于粒计算知识约简-SDG故障诊断研究[D];太原理工大学;2010年

8 苗苗;集值信息系统知识约简理论与方法[D];山西师范大学;2012年

9 陈秀;粗糙集模型拓展及相关知识约简研究[D];漳州师范学院;2009年

10 曹付元;多值信息系统与决策表知识约简[D];山西大学;2004年

，

本文编号：1027623