基于粗糙集的屬性選擇系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、在信息處理的眾多領(lǐng)域中，去掉一個(gè)數(shù)據(jù)集中多余和無關(guān)的屬性很重要，因?yàn)檫@些屬性會(huì)影響我們對(duì)數(shù)據(jù)分析的精度和處理的效率。隨著信息采集設(shè)備的不斷更新?lián)Q代和采集手段的多樣化，使得所得到的數(shù)據(jù)規(guī)模變得很大，雖然目前已有許多關(guān)于屬性選擇的有效方法，但是這些方法在處理這樣的大規(guī)模數(shù)據(jù)時(shí)稍顯無力，主要表現(xiàn)在較大的計(jì)算資源占用和令人無法忍受的計(jì)算時(shí)間上。
　　為了能夠以更加高效而有效地方式對(duì)大規(guī)模數(shù)據(jù)進(jìn)行屬性的選擇，本文提出了符合這種要求的算法。該

2、算法利用了抽樣和粗糙集中正域不變的原理，可對(duì)大規(guī)模數(shù)據(jù)進(jìn)行快速地處理，并且能夠得到相當(dāng)高質(zhì)量的屬性約簡(jiǎn)結(jié)果。通過提出以區(qū)分能力為指標(biāo)的結(jié)果質(zhì)量衡量方法，對(duì)具有不同數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)表進(jìn)行了詳細(xì)地分析，結(jié)果證實(shí)本算法是一種與對(duì)象數(shù)無關(guān)的屬性選擇算法；為了證明本文中提出的算法的可靠性，在計(jì)算大規(guī)模數(shù)據(jù)的時(shí)間上與傳統(tǒng)的算法進(jìn)行了實(shí)驗(yàn)對(duì)比分析，結(jié)果說明采用本算法，可在數(shù)秒或是數(shù)分的時(shí)間內(nèi)求出大規(guī)模數(shù)據(jù)的具有較高質(zhì)量的屬性選擇結(jié)果。另外，作為本文提出

3、的算法的一個(gè)引申，本文又描述了一種基于廣義決策不變的離散化算法。
　　為了實(shí)際應(yīng)用中更加方便地使用本文中的方法進(jìn)行數(shù)據(jù)的處理，將這些方法嵌入到本文所設(shè)計(jì)的系統(tǒng)中，作為系統(tǒng)實(shí)現(xiàn)的一個(gè)部分。為了更好地體現(xiàn)系統(tǒng)的全面性，本系統(tǒng)還對(duì)稀疏和非稀疏類型的數(shù)據(jù)做了分類，分別針對(duì)這兩種數(shù)據(jù)進(jìn)行了相對(duì)和絕對(duì)約簡(jiǎn)的設(shè)計(jì)和實(shí)現(xiàn)。同時(shí)還實(shí)現(xiàn)了一個(gè)他人設(shè)計(jì)的高效的屬性選擇算法，以豐富系統(tǒng)的多樣性。此外，系統(tǒng)還實(shí)現(xiàn)了本文中設(shè)計(jì)的有時(shí)作為屬性選擇過程中不可缺少