基于相容關系的屬性約簡研究.pdf

1、粗糙集（Rough Sets）理論是波蘭學者Pawlak教授提出的一種處理不精確，不確定數據的有效工具。經過30多年的發(fā)展，粗糙集理論已廣泛的應用于知識表示、數據挖掘、機器學習、模式識別與人工智能等研究領域。相較于經典 Pawlak粗糙集模型，基于相容關系的粗糙集模型可以較為合理的對論域進行分類，具備較好的容差性，因此成為近年來粗糙集擴展模型中的熱點問題之一。
　　屬性約簡是保持信息系統(tǒng)某種分類特征的最小屬性集描述，可以有效的壓縮

2、信息系統(tǒng)的規(guī)模并提供更為泛化的關聯規(guī)則。許多學者在相容關系下的屬性約簡研究中做了大量的工作，但仍然存在如下兩點問題：（1）基于相容關系的粗糙集模型的屬性約簡算法很多，但是缺乏系統(tǒng)性研究；（2）缺乏相容關系下對特定約簡目標的屬性算法研究。針對上述問題，本文系統(tǒng)分析了相容關系粗糙集模型算法；以區(qū)間值決策系統(tǒng)為研究對象，提出了兩種規(guī)則保持約簡算法；進而將置信度引入相容關系粗糙集模型中，提出了區(qū)間值決策系統(tǒng)下的分布保持約簡。具體工作如下：

3、>　　介紹了粗糙集的發(fā)展背景，對目前粗糙集發(fā)展現狀進行了概述，系統(tǒng)的將現有的相容關系模型下的約簡分為二元關系拓展模型，約簡目標拓展模型和論域拓展模型三類，詳細的分析了這三種拓展模型和經典模型之間的差異。簡要介紹了粗糙集理論的基礎概念。
　　以區(qū)間值信息系統(tǒng)作為研究對象對相容關系粗糙集模型進行研究。區(qū)間值決策系統(tǒng)是傳統(tǒng) Pawlak決策系統(tǒng)的擴展，區(qū)間值決策系統(tǒng)的知識約簡是近年來粗糙集研究領域的熱點問題之一。在實際應用中，由于信息本