基于粗糙集的特征選擇算法.pdf

1、粗糙集理論(Rough Set Theory)是波蘭學(xué)者Z.Pawlak于1982年提出的一個(gè)處理模糊、不確定數(shù)據(jù)的軟計(jì)算方法，是目前國際上數(shù)據(jù)挖掘理論及其應(yīng)用領(lǐng)域中的重要研究熱點(diǎn)之一。眾多學(xué)者對(duì)經(jīng)典粗糙集模型進(jìn)行了不同的擴(kuò)展，其中多粒度粗糙集模型主要揭示了從多個(gè)角度（粒度）來分析同一個(gè)問題;優(yōu)勢關(guān)系粗糙集模型主要用來實(shí)現(xiàn)序信息系統(tǒng)中的知識(shí)獲取。特征選擇是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)領(lǐng)域中的重要研究課題之一。本文研究多粒度粗糙集模型和優(yōu)勢關(guān)系粗糙

2、集模型框架下的特征選擇方法，具有重要理論意義和應(yīng)用價(jià)值。主要研究成果有以下幾方面:
　　1.給出了多粒度粗糙集模型中屬性依賴度的定義，建立了屬性重要度及其相關(guān)性質(zhì)。在此基礎(chǔ)上，設(shè)計(jì)并分析了多粒度粗糙集模型下決策信息系統(tǒng)的啟發(fā)式特征選擇算法并驗(yàn)證了其有效性和可行性。
　　2.利用序決策信息系統(tǒng)中的優(yōu)勢關(guān)系和優(yōu)勢類，定義了序決策信息系統(tǒng)中的條件依賴度，給出了序決策信息系統(tǒng)中屬性的相對(duì)重要度及其相關(guān)性質(zhì)，設(shè)計(jì)了一種序決策信息系統(tǒng)的

3、啟發(fā)式特征選擇算法，分析了算法的時(shí)間復(fù)雜度，驗(yàn)證了其可行性。
　　3.使用C＃.NET編程語言和SQL server2000數(shù)據(jù)庫，實(shí)現(xiàn)了優(yōu)勢關(guān)系下的數(shù)據(jù)分析系統(tǒng)，該系統(tǒng)的主要功能包括:序信息系統(tǒng)中對(duì)象的全序化、序信息系統(tǒng)的所有約簡的求解及基于啟發(fā)式函數(shù)的序信息系統(tǒng)的屬性約簡求解;序決策信息系統(tǒng)的所有約簡和啟發(fā)式約簡的求解與規(guī)則提取。
　　本文基于多粒度粗糙集模型和優(yōu)勢關(guān)系粗糙集模型提出了啟發(fā)式特征選擇算法，該算法有效降低了