基于粗糙集理論的農(nóng)業(yè)數(shù)據(jù)庫知識發(fā)現(xiàn)研究.pdf

1、隨著計算機數(shù)據(jù)采集工具以及數(shù)據(jù)庫技術的發(fā)展,目前中國各個行業(yè)已存儲了大量的數(shù)據(jù),尤在農(nóng)業(yè)、氣象、醫(yī)療等行業(yè)最為突出.傳統(tǒng)的數(shù)據(jù)分析手段由于只能提供對數(shù)據(jù)的查詢、檢索、統(tǒng)計等表層信息,無法獲得數(shù)據(jù)屬性的內(nèi)在關系和隱含信息,使得數(shù)據(jù)庫中蘊涵的豐富知識得不到充分挖掘和利用,造成了資源的極大浪費.為了使消耗大量財力與物力所收集與整理的寶貴數(shù)據(jù)資源得以充分利用,有效地解決數(shù)據(jù)豐富性及知識貧乏性的矛盾,需要新的技術智能、自動地分析處理原始數(shù)據(jù),從而

2、促使了數(shù)據(jù)庫知識發(fā)現(xiàn)(KDD,KnowledgeDiscovery in Database)研究的出現(xiàn).數(shù)據(jù)庫知識發(fā)現(xiàn)通過綜合運用統(tǒng)計學、粗糙集、模糊數(shù)學、機器學習和專家系統(tǒng)等多種技術從各種數(shù)據(jù)庫中提煉出先前未知的、平凡的、具有潛在應用價值的信息或模式,從而揭示出蘊涵在這些數(shù)據(jù)背后的內(nèi)在聯(lián)系和本質(zhì)規(guī)律,指導人們有效地利用數(shù)據(jù)庫中的數(shù)據(jù)并為正確決策提供依據(jù).1982年波蘭華沙理工大學的Z·Pawlak教授提出了一種刻畫不完整性和不確定性知

3、識的形式化方法-----粗糙集理論(Rough SetsTheory).由于粗糙集理論的使用不需要先驗知識的介入相比較其他知識發(fā)現(xiàn)方法,它給應用帶來更大的便利.該文圍繞如何根據(jù)農(nóng)業(yè)領域的數(shù)據(jù)特性實現(xiàn)其知識發(fā)現(xiàn),展開研究和討論,提出了基于粗糙集理論的農(nóng)業(yè)數(shù)據(jù)庫知識發(fā)現(xiàn)方案.首先,通過對粗糙集理論的深入研究,闡明粗糙集理論是一個適用于不完整和不確定系統(tǒng)工程知識發(fā)現(xiàn)的數(shù)學工具,尤其適用于農(nóng)業(yè)領域數(shù)據(jù)的知識發(fā)現(xiàn).其次,討論和分析了農(nóng)業(yè)數(shù)據(jù)處理階

4、段屬性值的范化問題.第三,在前兩步工作的基礎上重點探討了粗糙集的屬性約簡方法,對多種算法進行分析比較、指出各自的性能和適應范圍,并針對農(nóng)業(yè)數(shù)據(jù)特點提出了一種改善農(nóng)業(yè)數(shù)據(jù)屬性約簡速度的新型算法.最后,針對農(nóng)業(yè)領域的數(shù)據(jù)特性和挖掘的具體任務,結(jié)合前兒步的研究結(jié)果提出了一種基于粗糙集理論的農(nóng)業(yè)數(shù)據(jù)庫知識發(fā)現(xiàn)系統(tǒng)模型.數(shù)據(jù)庫中的知識發(fā)現(xiàn)研究仍然處于起步階段,它在農(nóng)業(yè)領域中還有許多問題值得探討.該文所提出的基于粗糙集理論的農(nóng)業(yè)數(shù)據(jù)庫知識發(fā)現(xiàn)方案試