基于覆蓋算法的條件信息熵表示及屬性約簡.pdf

1、粗糙集理論是波蘭數(shù)學家Z. Pawlak于1982年提出的一種處理不確定和不精確知識的數(shù)學工具,它的主要思想就是保持分類能力不變的前提下,通過知識約簡,導出問題的決策或分類規(guī)則,從中發(fā)現(xiàn)隱含的知識,揭示潛在的規(guī)律。其最大的優(yōu)點是無需提供除問題所需處理的數(shù)據(jù)之外的任何先驗信息,客觀描述或處理的不確定性問題,已成為信息分析和數(shù)據(jù)挖掘的重要方法。
　　現(xiàn)實中存在著大量不相容決策信息系統(tǒng)。Pawlak最初提出的粗糙集理論是以等價關系為基礎

2、的,但是對不相容決策表用傳統(tǒng)的等價關系得到的劃分其屬性約簡的速度和最小約簡都不理想,限制了粗糙集模型的應用,針對不相容決策信息該系統(tǒng)的約簡研究,將更具實踐意義。
　　覆蓋算法是一種基于M-P神經(jīng)元的構(gòu)造性神經(jīng)網(wǎng)絡算法,具有運行速度快、精度高的特點,在眾多領域得到廣泛應用。本文利用覆蓋算法對數(shù)據(jù)進行處理,構(gòu)建論域U的一個劃分,從而定義一種基于覆蓋的條件信息熵和屬性重要性,以新的屬性重要性為啟發(fā)信息設計屬性約簡算法。主要工作包括:

3、r>　　1.綜述了經(jīng)典粗糙集的基本理論和方法,研究粗糙集理論的屬性約簡的主要方法,分析各自的特點與存在的問題。簡要描述覆蓋算法的思想,并分析覆蓋領域內(nèi)樣本點的特點。
　　2.提出基于覆蓋算法的條件信息熵表示及屬性重要性的計算,并證明了對于一致決策表,它與基于該條件信息熵的屬性約簡與代數(shù)定義下表示是等價的。
　　3.由新的條件信息熵定義新的屬性重要性,以新的屬性重要性為啟發(fā)信息設計約簡算法并給出相應的算法。實驗表明該約簡算法能