基于Rough Set的特征抽取算法的研究.pdf

1、知識推理是智能決策支持系統(tǒng)中的核心,即根據(jù)所獲得的信息通過數(shù)據(jù)分析、推理,從而產(chǎn)生合理的決策規(guī)則形成有用知識的過程.粗集理論(Rough Set)作為智能信息處理技術(shù)的一個新成果,是由波蘭科學家Z.Pawlak教授提出來的對不完整數(shù)據(jù)進行分析、推理、學習、發(fā)現(xiàn)的新方法.根據(jù)粗集理論的方法,知識推理就是由給定的知識表達系統(tǒng)的條件屬性和結(jié)果(決策)屬性,求出所有符合該知識的最小決策算法.該文討論的就是如何將描述事物的本質(zhì)特征抽取出來的問題,

2、即尋找最小條件屬性集和最小決策算法的過程.由RS理論所具有的的特點,我們知道它比原來的模糊集和概率統(tǒng)計方法優(yōu)越,是處理不精確信息的有力工具.因此研究如何用RS的方法提取本質(zhì)特征,具有重要的理論和實際意義.該文主要內(nèi)容如下:首先引入了知識表達系統(tǒng)和決策表,介紹了決策表簡化的概念并提出了其簡化各階段相應的算法.其次闡述了基于Rough Set的特征抽取算法的設(shè)計原理及實現(xiàn)方法;最后總結(jié)了該文的主要成果和不足,并提出了下一步的工作中仍需討論的

3、問題.該文在基于RS的特征抽取算法的研究方面做了有益的嘗試,主要成果包括以下幾大部分:一、提出了決策表條件屬性的簡約算法及核值表的獲取算法;二、提出了決策表規(guī)則的簡約算法,由該算法可獲得所有簡化的規(guī)則的集合;三、最小決策算法的確定:該文對粗集中屬性依賴度的衡量參數(shù)k進行了改進,給出了一個新的參數(shù)K,更能體現(xiàn)決策屬性對某條件屬性的依賴程度;四、對于一個通過學習初始訓練集而建立好的決策樹,新增加的學習例子會不會影響它的穩(wěn)定性,通過分析,該文