基于粗糙集的集值信息系統(tǒng)模型及屬性約簡(jiǎn)算法研究.pdf

1、隨著信息技術(shù)的飛快發(fā)展，信息系統(tǒng)中積累了大量數(shù)據(jù)，急需一種有效處理信息的工具，可以在海量數(shù)據(jù)中提取、挖掘出隱含在背后的不為人知的、可為人們所用的、有價(jià)值的知識(shí)。1982年粗糙集理論作為一種處理模糊和不確定數(shù)據(jù)的新型數(shù)學(xué)工具被提出，粗糙集理論的重要特點(diǎn)是直接從給定問題的描述出發(fā)，不需要任何先驗(yàn)知識(shí)，保持分類不變的前提下，導(dǎo)出概念的分類規(guī)則。經(jīng)過30年的研究，已經(jīng)在理論和實(shí)踐上都取得了巨大的進(jìn)步，已成為使用最廣泛使用理論之一。
　　粗

2、糙集理論中模型和屬性約簡(jiǎn)是當(dāng)今研究的兩個(gè)熱點(diǎn)。由于經(jīng)典粗糙集模型和傳統(tǒng)的屬性約簡(jiǎn)算法已經(jīng)滿足不了現(xiàn)實(shí)的需求，無論是在模型構(gòu)建，還是在算法改進(jìn)方面，很多學(xué)者都做了不同程度的研究。但提出更合理的分類模型、處理海量數(shù)據(jù)的高效屬性約簡(jiǎn)算法仍面臨著巨大的挑戰(zhàn)。本文分別從模型構(gòu)建和屬性約簡(jiǎn)兩個(gè)方面做了深入研究，主要的研究成果包括:
　　(1)在以往提出的模型基礎(chǔ)上，針對(duì)存在的缺陷，在k度限制相容關(guān)系的基礎(chǔ)上提出了一種改進(jìn)的粗糙集模型，基于距離

3、的二元關(guān)系模型，即距離關(guān)系模型。吸取了k度限制相容關(guān)系的閾值k的靈活性和相似關(guān)系的對(duì)稱性的優(yōu)點(diǎn)，解決了在單一屬性下研究的對(duì)象的劃分問題。并在等價(jià)關(guān)系三個(gè)算子的基礎(chǔ)上研究該模型的相關(guān)性質(zhì)，以實(shí)例證明該模型分類的寬松度介于相容關(guān)系和優(yōu)勢(shì)關(guān)系之間，分類效果優(yōu)于相似關(guān)系和k度相容關(guān)系。
　　(2)針對(duì)集值信息系統(tǒng)包含大量數(shù)據(jù)的問題，本文研究了一種基于β相似度的屬性約簡(jiǎn)方法。在變精度關(guān)系下，將β用于約束對(duì)象間的相似度，通過β的變化調(diào)節(jié)類劃分

4、的粒度和差別矩陣的復(fù)雜度，進(jìn)而進(jìn)行屬性約簡(jiǎn)。通過實(shí)例證明了算法的有效性、可行性，從時(shí)間復(fù)雜度空間復(fù)雜度上都驗(yàn)證了算法的高效性。
　　(3)在研究了集值信息系統(tǒng)和知識(shí)距離性質(zhì)的基礎(chǔ)上，提出了一種基于知識(shí)距離的集值信息系統(tǒng)屬性約簡(jiǎn)算法。該算法首先利用知識(shí)距離來描述知識(shí)間的差距，進(jìn)而度量集值信息系統(tǒng)模型的分類效果和知識(shí)粒度，然后根據(jù)知識(shí)距離的性質(zhì)有效的判定集值信息系統(tǒng)模型的寬松度和屬性重要性。最后通過理論分析和實(shí)驗(yàn)的結(jié)果表明，該算法降低