基于不完備決策表的屬性約簡(jiǎn)及規(guī)則獲取算法的研究.pdf

1、隨著高科技的飛速發(fā)展，全世界每天都有幾十億的人在使用手機(jī)、電腦和其他電子產(chǎn)品，產(chǎn)生了大量的海量數(shù)據(jù)。大數(shù)據(jù)從互聯(lián)網(wǎng)向其他領(lǐng)域急速蔓延，各行各業(yè)都已經(jīng)被數(shù)據(jù)給滲透，對(duì)于海量數(shù)據(jù)的有效處理成為目前研究的熱點(diǎn)之一。在2015年的兩會(huì)期間，李總理簽訂了國務(wù)院有關(guān)推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)的指導(dǎo)意見，給互聯(lián)網(wǎng)與傳統(tǒng)行業(yè)之間的有效結(jié)合提供了政策依據(jù)。數(shù)據(jù)挖掘的發(fā)展優(yōu)勢(shì)越來越突出，占據(jù)了互聯(lián)網(wǎng)的廣闊天地。所謂數(shù)據(jù)挖掘就是對(duì)數(shù)據(jù)庫中的數(shù)據(jù)，利用一些數(shù)據(jù)處理的

2、方法，查找出在信息之間存在的內(nèi)在關(guān)系的過程。包含數(shù)理統(tǒng)計(jì)、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)等技術(shù)，廣泛應(yīng)用于電信、航空公司、政府和科學(xué)領(lǐng)域中。
　　粗糙集是數(shù)據(jù)挖掘的方法之一，是一種用于處理不準(zhǔn)確、含有缺省值的工具。相較于模糊集，它最突出的特點(diǎn)是不需要其他先驗(yàn)的信息，或附加的知識(shí)，就可以直接處理信息，找出海量數(shù)據(jù)中的隱含知識(shí)，應(yīng)用于實(shí)際生活中。在數(shù)據(jù)挖掘的過程中，屬性約簡(jiǎn)可以被看做為一個(gè)預(yù)處理的步驟，同時(shí)在粗糙集理論中占據(jù)了舉足輕重的地位。屬性

3、約簡(jiǎn)可以定義為在保證知識(shí)庫能夠有效的區(qū)別庫中含有的對(duì)象的前提下，將其中不能起到?jīng)Q定作用的屬性消去。因此，在操作之后可以有效地減少知識(shí)庫中的屬性表示，同樣也保證了對(duì)象基本信息的完整性。在將知識(shí)庫中的冗余屬性消去之后，在很大程度上降低了知識(shí)所占用的空間，有效的減少了成本支出。
　　在目前的研究進(jìn)程中，將粗糙集的屬性約簡(jiǎn)分成了兩種不同的類型，一種是包含全部的信息，叫做完備知識(shí)表，另一種中含有不確定的或者空缺的信息，命名為不完備知識(shí)表。完

4、備知識(shí)表指的是在知識(shí)系統(tǒng)中所有的對(duì)象信息都是準(zhǔn)確并且全面的，現(xiàn)在對(duì)于完備知識(shí)系統(tǒng)的屬性約簡(jiǎn)探索相對(duì)來講是比較全面也比較成熟的，在現(xiàn)實(shí)的應(yīng)用中也施展出來了很大的引導(dǎo)作用。但是，實(shí)際生活中由于數(shù)據(jù)搜集設(shè)備的不可避免的誤差，或者是搜集過程中環(huán)境的影響等情況，導(dǎo)致知識(shí)系統(tǒng)中會(huì)有一些信息缺失的情況存在，原有完備知識(shí)系統(tǒng)的算法已經(jīng)不能適用于這種情況。對(duì)含有缺失信息的決策表的研究是未來科學(xué)家和學(xué)者們重點(diǎn)關(guān)注的地方。
　　此外，規(guī)則獲取是粗糙集理

5、論中的一個(gè)比較實(shí)用的領(lǐng)域。隨著信息爆炸式的增長(zhǎng)，企業(yè)和各種組織積累了海量的數(shù)據(jù)，但是這些數(shù)據(jù)本身并不是有用的信息，在數(shù)據(jù)中的規(guī)則才是對(duì)企業(yè)做出有效決策提供幫助的信息，可以使企業(yè)在處理數(shù)據(jù)信息時(shí)有可靠的依據(jù)。因此獲取決策知識(shí)庫中的規(guī)則同樣具有實(shí)用性。
　　本文對(duì)當(dāng)前學(xué)者在粗糙集中屬性約簡(jiǎn)和規(guī)則獲取中取得的研究成果進(jìn)行了學(xué)習(xí)，在結(jié)合他們的基礎(chǔ)上，進(jìn)行了以下創(chuàng)新:
　　(1)在不完備知識(shí)系統(tǒng)中，引入了基于粒度的差別矩陣，利用條件屬

6、性在區(qū)別對(duì)象時(shí)出現(xiàn)頻率的屬性約簡(jiǎn)思想，在粒度差別矩陣的基礎(chǔ)上，構(gòu)造了計(jì)算屬性頻率的啟發(fā)函數(shù)。以知識(shí)粒度為啟發(fā)信息，提出了新的約簡(jiǎn)算法，使得算法的時(shí)空復(fù)雜度都得到了很大幅度的降低，分別降為O(K|C‖U|)（其中K=max{|T(xi)|，xi∈U}和O(|U|)，最后通過數(shù)據(jù)集進(jìn)行仿真實(shí)驗(yàn)，證明了算法相較于同類算法有較高的時(shí)間效率。
　　(2)介紹了LEM2規(guī)則獲取算法總有屬性-值對(duì)是在反復(fù)的被納入候選屬性-值對(duì)，然后又在程序的后