基于粗糙集理论数据挖掘方法的研究及的应用

《基于粗糙集理论数据挖掘方法的研究及的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、论文题目基于粗糙集理论的数据挖掘方法研究及应用学科专业软件工程指导教师李毅教授作者姓名汪水友班学号200520606034分类号密级注1UDC学位论文基于粗糙集理论的数据挖掘方法研究及应用（题名和副题名）汪水友（作者姓名）指导教师姓名李毅教授电子科技大学成都（职务、职称、学位、单位名称及地址）申请专业学位级别硕士专业名称软件工程论文提交日期2008.3论文答辩日期2008.5学位授予单位和日期电子科技大学答辩委员会主席评阅人2008年月日摘要注1：注明《国际十进分类法UDC》的类号。独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特

2、别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：日期：年月日关于论文使用授权的说明本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）签名：导师签名：日期：年月日

3、摘要摘要数据挖掘技术是机器学习、数据库和统计理论相结合的产物，具有较为广泛的应用前景。粗糙集理论是八十年代初由波兰数学家首先提出的一种刻画不确定性和不完整性知识的数学工具。该理论近年来日益受到广泛关注，已在人工智能与知识发现、模式识别与分类、专家系统、故障检测等方面得到了成功的应用。本文在粗糙集数据挖掘方法理论上和应用上进行了研究。本文系统分析归纳了数据挖掘技术和基于粗糙集理论的数据挖掘方法。对数据挖掘从知识的角度进行了分类。对粗糙集理论的基本概念与性质，以及属性约简和属性值约简算法做了系统归纳。数据挖掘阶段采用的主要属性约简方法有三个：标准的数据分析属性约简、基于属性频率的属性约简和

4、基于区分矩阵的约简。随着数据的不断增长，增量挖掘就成为人们所研究的主要方向之一。粗糙集增量数据挖掘采用动态约简方法得以解决。本文提出了粗糙集增量属性约简的算法，理论分析具有可行性。避免了

5、U

6、×

7、U

8、阶的区分矩阵运算，扩展了粗糙集的应用范围。规则抽取是数据挖掘的核心。本文研究了基于属性频率的启发式属性约简算法,此算法提高了挖掘速度，实现了规则的自动抽取。基于粗糙集的数据推理依赖于规则的表现形式。数据挖掘是一种由条件属性到决策系统规则的抽取，形如R→D的形式。本文根据粗糙集的规则推理的概念，在相容决策系统中提出了面向决策属性的信息融合的方法。主要内容为：1.针对不一致决策信息系统，构造了

9、一种新的区分函数。用概率分布函数描述条件属性对决策系统的影响程度，从而获得最大分布集。2.针对常规算法的局限性，改进了基于区分矩阵和属性重要性的约简算法。3.针对属性频率的重要性，改进了基于属性频率的启发式属性约简算法。4.针对增量数据挖掘，提出了以动态约简为框架的增量属性约简方法。5.针对基于粗糙集的规则推理，提出了一种面向决策属性的信息融合的方法。6.设计并实现了一个基于粗糙集理论的数据挖掘系统。关键词：数据挖掘，粗糙集，约简，规则IABSTRACTABSTRACTThedataminingtechniqueisacombinationofmachinelearning,datab

10、aseandstatisticaltheory.Ithasawidelyforegroundofapplication.Roughsettheory,introducedbyZ.Pawlakintheearly1980s,isamathematicaltoolusedfordealingwithvaguenessanduncertainty.Inrecentyearsithasreceivedgreatattentionofresearchersaroundtheworldandhasbeensuccessfullyappliedinmanyareas,suchasartificial

11、intelligence,knowledgediscoveryindatabase,patternrecognition,classification,expertsystemandfaultdiagnostication.Thisthesisstudiesroughsettheoryanditsapplication.Dataminingtechniqueandroughsettheorymethodaresummarizedinthisth