連續(xù)屬性離散化和LMS算法相關(guān)研究.pdf

1、連續(xù)屬性離散化是數(shù)據(jù)挖掘和機器學(xué)習(xí)研究及應(yīng)用中的一個重要方面。在很多規(guī)則提取、特征分類算法中,連續(xù)(實值)屬性必須進行離散化。連續(xù)屬性離散化就是在特定的連續(xù)屬性的值域范圍內(nèi)選取若干個離散劃分點,將屬性的值域劃分為一些離散的區(qū)間,最后用不同的符號或整數(shù)值代表落在每個子區(qū)間中的屬性值。連續(xù)屬性離散化的過程,從實質(zhì)上來說,就是用特定的閾值來對連續(xù)的屬性空間進行劃分的過程。離散化算法的關(guān)鍵在于如何獲得最優(yōu)劃分,最大程度地保持信息表示的意義,減少

2、信息損失。1982年波蘭科學(xué)家Pawlak提出了粗糙集[1](Rough Set)理論,該理論通常被用來處理不確定知識,在數(shù)據(jù)分析、數(shù)據(jù)挖掘等領(lǐng)域得到了普遍地應(yīng)用,傳統(tǒng)粗糙集理論只能對數(shù)據(jù)庫中離散的屬性進行處理,倘若某些條件屬性或決策屬性的值域為連續(xù)值,在處理前必須經(jīng)過離散化。本文從粗糙集的觀點出發(fā),在保證條件屬性和決策屬性相對關(guān)系不變下,提出了一種新的區(qū)間分割的方法連續(xù)屬性離散化算法實驗結(jié)果與理論證明了算法的實效性。
　　 近

3、年來由于人工神經(jīng)網(wǎng)絡(luò)(ANN)獨特的信息處理和計算能力,人們對它給予了更多的關(guān)注。人工神經(jīng)網(wǎng)絡(luò)是一種解決實際工程問題的有效工具,由于隱藏單元已經(jīng)引入了人工神經(jīng)網(wǎng)絡(luò),所以它已經(jīng)具有了更強的分類和記憶能力。本文通過對BP模型構(gòu)建輸入向量之間的非線性關(guān)系,偏差和學(xué)習(xí)步驟,提出了一個新的基于神經(jīng)網(wǎng)絡(luò)控制的變步長LMS算法。該算法采用一種新的自適應(yīng)步長控制技術(shù),在新算法中,其學(xué)習(xí)的步驟是通過BP神經(jīng)網(wǎng)絡(luò)控制,可用于具有自適應(yīng)濾波應(yīng)用的理想的功能得

4、以明顯體現(xiàn)出來。仿真實驗表明BP—LMS算法確實可以有效減少收斂時間并達到滿意的效果。
　　 本文從以下4個內(nèi)容方面展開工作:
　　 1>介紹了離散化研究的背景、粗糙集理論、神經(jīng)網(wǎng)絡(luò)理論以及本文的組織結(jié)構(gòu)。
　　 2>介紹連續(xù)屬性離散化的過程,并對離散化算法的研究現(xiàn)狀進行了綜合探討。
　　 3>提出了一種基于粗糙集理論的連續(xù)屬性離散化新算法,通過C4.5和支持向量機分別對離散化后的數(shù)據(jù)進行識別與分類預(yù)測。