粗糙集理论在河南省古代陶器研究中的应用

发布时间：2017-08-14 04:20

  本文关键词：粗糙集理论在河南省古代陶器研究中的应用

  更多相关文章： 考古数据 粗糙集 属性约简 规则提取

【摘要】：河南省是中华民族的发祥地之一,其独特的地理环境及悠久历史成就了河南省深厚的文化底蕴。古代陶器作为人类活动的重要遗存,是早期人类活动的重要印迹。随着人类文明的进步和技术的发展,陶器制作工艺不尽相同,古代陶器的特征如器物形制、质地、纹饰等在不同时期的变化反映了遗址文化的变迁,有着十分重要的研究价值与意义。因此,从器物类型学角度,运用粗糙集理论对古代陶器进行研究,对探究不同考古文化学的源流关系具有重要的理论意义和现实价值。论文从器物类型学角度出发,采用粗糙集理论对河南省古代陶器数据进行了数据挖掘研究。根据相关考古发掘报告中的古代陶器器物类型学数据,建立了包括罐、盆、壶、鬲等典型器物的河南典型文化区域古陶器数据库。由于部分器物残缺,及在人工记录数据的过程中存在记录不完整的情况,故所建数据表为不完备数据表。在数据预处理过程中,针对不完备数据情况提出了基于不完备数据聚类的缺失数据填补方法;在属性约简过程中,采用基于属性重要度的属性约简算法;在规则提取过程中,对约简后的决策表提取规则,形成一个规则库,结合考古学知识分析得到文物与文化之间的关系。通过分析规则库中的规则,可以得出,不同器物的一些特征如果符合其中一条决策规则,那么这些器物大致属于同一个文化区域。研究结论表明,依据古代陶器的器物类型学数据,采用粗糙集方法可以研究不同文化遗址的相互关系,对研究不同考古文化学的源流关系也具有一定意义。
【关键词】：考古数据 粗糙集 属性约简 规则提取
【学位授予单位】：华北水利水电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：K876.3;TP18
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 1 绪论10-14
• 1.1 课题背景及意义10-11
• 1.2 国内外研究现状11-13
• 1.3 本文的组织结构13-14
• 2 粗糙集基本理论14-22
• 2.1 引言14
• 2.2 知识和不可分辨关系14-16
• 2.2.1 知识14-15
• 2.2.2 不可分辨关系15-16
• 2.3 上下近似集和信息系统16-19
• 2.3.1 上下近似集合16-17
• 2.3.2 知识的依赖性17-18
• 2.3.3 信息系统18-19
• 2.4 知识约简和决策规则19-21
• 2.4.1 知识约简与核19-21
• 2.4.2 决策规则21
• 2.5 本章小结21-22
• 3 不完备信息系统的粗糙集模型拓展和属性约简算法22-36
• 3.1 引言22
• 3.2 不完备信息系统22-23
• 3.3 不完备信息系统中的粗糙集拓展模型23-29
• 3.3.1 容差关系模型23-26
• 3.3.2 量化容差关系26-27
• 3.3.3 非对称相似关系模型27-28
• 3.3.4 限制容差关系模型28-29
• 3.4 属性约简算法29-34
• 3.4.1 基于差别矩阵的属性约简算法29-31
• 3.4.2 基于Pawlak属性重要度的属性约简算法31-34
• 3.5 本章小结34-36
• 4 粗糙集理论方法在河南省古陶器研究中的应用36-50
• 4.1 引言36
• 4.2 卡方检验和主成份分析36-37
• 4.2.1 卡方检验36
• 4.2.2 主成份分析36-37
• 4.3 属性重要度属性约简算法在不完备古陶器数据库中的应用37-44
• 4.3.1 不完备罐数据表数据预处理38-39
• 4.3.2 属性约简39-41
• 4.3.3 不完备组合古陶器数据表数据预处理41-42
• 4.3.4 属性约简42-44
• 4.4 属性重要度属性约简算法在完备古陶器上的应用44-47
• 4.4.1 不完备古陶器数据库数据预处理改进44-45
• 4.4.2 属性约简45-47
• 4.5 本章小结47-50
• 5 实验结果与分析50-54
• 5.1 引言50
• 5.2 属性值约简算法50-51
• 5.2.1 重复对象和冲突对象的处理50-51
• 5.2.2 属性值约简算法51
• 5.3 规则的提取51-52
• 5.4 实验结果分析52-53
• 5.5 本章小结53-54
• 6 总结与展望54-56
• 6.1 总结54
• 6.2 展望54-56
• 攻读硕士学位期间参加的科研实践及发表的论文56-58
• 致谢58-60
• 参考文献60-63

【相似文献】

中国期刊全文数据库 前3条

1 李葳;胡艳婷;李丹;;基于粗糙集的文化产业科技创新能力评价研究[J];科技与管理;2013年04期

2 蒲义书;;信息表中属性值为模糊集的粗糙集[J];喀什师范学院学报;2005年06期

3 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 黎文航;陈善本;王兵;;粗糙集理论在焊接中的应用综述[A];第十一次全国焊接会议论文集（第2册）[C];2005年

2 尹宗成;;粗糙集理论在我国粮食产量预测中的应用[A];现代农业理论与实践——安徽现代农业博士科技论坛论文集[C];2007年

3 邹刚;滕书华;孙即祥;陈森林;敖永红;;一种粗糙集优化协同原型模式约简分类方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 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

5 陈雪飞;;粗糙集分类中耦合数据的处理方法研究[A];2008年全国开放式分布与并行计算机学术会议论文集(上册)[C];2008年

6 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

7 王印松;冯康;;主汽温调节系统性能评价的粗糙集实现方法[A];第二十七届中国控制会议论文集[C];2008年

8 王红萍;万程亮;金彦丰;;应用粗糙集理论的对抗效果权重确定方法[A];2009’中国西部地区声学学术交流会论文集[C];2009年

9 王莉;周献中;;一种基于粗糙集的模糊神经网络模型在钢材力学性能预测中的研究[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

10 卓明;王丽珍;谭旭;;基于粗糙集近似集扩展的规则提取算法[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

中国博士学位论文全文数据库 前10条

1 唐孝;基于粗糙集的知识发现方法及其在ECG信号识别中的应用[D];电子科技大学;2015年

2 曾凯;邻域粒化粗糙计算的关键技术研究与应用[D];电子科技大学;2015年

3 鲍忠奎;面向不确定信息系统的粗糙集扩展模型研究[D];合肥工业大学;2015年

4 王永生;基于粗糙集理论的动态数据挖掘关键技术研究[D];北京科技大学;2016年

5 薛佩军;正负域覆盖广义粗糙集与知识粗传播研究[D];山东大学;2007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 秦中广;基于粗糙集的交叉研究及其在中医诊断的应用[D];华南理工大学;2002年

8 刘少辉;知识发现中粗糙集理论的研究[D];中国科学院研究生院（计算技术研究所）;2003年

9 邓大勇;基于粗糙集的数据约简及粗糙集扩展模型的研究[D];北京交通大学;2007年

10 孙英娟;基于粗糙集的分类方法研究[D];吉林大学;2011年

中国硕士学位论文全文数据库 前10条

1 张德齐;基于粗糙集理论的电机故障诊断方法研究[D];渤海大学;2015年

2 杨礼;基于粗糙集的公路交通安全预警研究[D];西南交通大学;2015年

3 朱争琼;多知识抽取在脑认知中的应用[D];大连海事大学;2016年

4 尹哲;基于粗糙集的决策树分类方法研究[D];大连海事大学;2016年

5 李卓军;基于粒子群算法和粗糙集的属性约简研究[D];中国石油大学(华东);2014年

6 梁文惠;基于粗糙集理论构建项目级企业社会责任管理指标体系[D];清华大学;2015年

7 吴健阳;基于典型相关性分析的粗糙集属性约简研究及其并行化实现[D];南京大学;2014年

8 黄双双;基于粗糙集和突变模型的江西省生态经济发展水平评价研究[D];东华理工大学;2016年

9 张佃伦;基于粗糙集的聚类算法及其在入侵检测中的应用[D];青岛科技大学;2015年

10 邱玉颖;基于模糊内积依赖度及辨识矩阵的属性约简[D];渤海大学;2016年

，

本文编号：670726