基于變精度粗糙集的近似集動態(tài)更新方法研究.pdf

1、粗糙集理論是一種處理分析不確定或者模糊知識的數(shù)學工具，已經(jīng)在模式識別、專家系統(tǒng)、故障診斷和決策分析等方面有了較為成功的應用。由于數(shù)據(jù)庫中的數(shù)據(jù)是動態(tài)變化的，數(shù)據(jù)庫中原有的知識已經(jīng)不能夠滿足人們的需求。因此，如何在動態(tài)變化的數(shù)據(jù)庫中根據(jù)原有的知識高效地獲取人們所需要的知識，從而指導決策分類，具有重要的意義。
　　 當信息系統(tǒng)中屬性動態(tài)變化的時候，傳統(tǒng)的方法更新近似集是重新對論域進行劃分，花費了重復計算的時間。本文分別討論屬性增減時

2、，對原有的等價類進行劃分，避免了對論域的重新劃分，提高了效率。并通過討論等價類與原有近似集之間的關系，給出了動態(tài)更新之后的近似集與原來近似集之間的相關定理，提出了在經(jīng)典粗糙集模型中，屬性增減時近似集動態(tài)更新方法。實驗結果驗證了該方法的有效性，而且效率優(yōu)于原始的方法。
　　 由于在經(jīng)典粗糙集模型下對數(shù)據(jù)的要求是精確的，沒有噪音或不含有缺失值的。但是，現(xiàn)實生活中，許多原因可能導致數(shù)據(jù)不精確或者含有噪音。由此Ziarko提出了變精度粗