基于粗集理论的知识发现方法研究

《基于粗集理论的知识发现方法研究》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、基于粗集理论的知识发现方法研究摘要l随着计算机技术和数据仓库技术的快速发展，存储的数据急剧增长，而传统的数据分析和查询方法已经不能满足人们对隐含在数据中的知识的渴求，数据库知识发现和数据挖掘应运而生，并得到迅速发展。数据挖掘是数据库、人工智能、模式识别和统计分析等学科相互交叉、结合的前沿性研究领域。粗集理论是研究不完整数据及不精确知识的表达、学习、归纳的一套方法，经过十几年的研究与发展，已经在理论和实际应用上取得了长足的进展，目前已成为KDD主流方法之一。本文对基于粗集的知识发现方法进行了深入而系统的研究，基础上，不仅对一些方

2、法进行了改进，而且也提出了一些新的方包括以下内容：方法的作主要知识约简是粗集理论的核心内容之一。本文首先提出了基于信道容量的知识约简方法；从信道容量角度对属性重要度进行度量，以信道容量作为启发式信息，来减小决篡系统中知识约简过程中的搜索空间，使得知识约简在选择属性时更为客观公正≯接着提出了变论域知识约简算法；骸算法需要多次计算属性重要度，在计算过程中，论域在逐步缩小，有助于减少计算量，同时相对属性集在不断增加，有助于选择出更能反映系统特征的重要属性，最后针对动态约简的基本算法，给出一种改进算法。旧能够有效地减少了原算法的计算复

3、杂度。户一r一决策规则的生成是知识约简的主要目的。本文首先提出了概率最优规则准则，并在此基础上研究了一种决策规则生成算法；f该算法在概率意义上能够消去更多的的冗余规则，得到最小数目的决策规则’)然后改进了基于二元属性的决策规则生成方法；f该方法在约简属性和属性值域的基础上，能够从整体上考虑属性子集的选取，从而提高了规则的有效性；最后针对不完全决策系统，给出了一种基于相似关系的简单算法。(该算法能够得到支持度较高的确定性规则，计算复杂度减少。，’。分辨矩阵和决策矩阵是粗集的两个基本概念。本文将其结合起来，提出了改进决策矩阵的定义

4、，并据此得到了一种决策规则生成算法及其几种改进算法。f这种算法既不需要计算庞大的分辨矩阵，也减少了决策矩阵的空间存储量；同时这种算法也可以实现递增式学习，当增加新的例子时，不必更新整个系统，也不需要保存庞有工参文结一本总￥少在法。大的决策矩阵，只需保留一些索引信息，就能够实现递增式归纳学习，具有更大的适应性和动态性；另外，对于两类决策系统，该算法尤其有效，能够充分体现出它的优点。ro／缺看规则反映了对象间的普遍关系。本文提出了约简格的定义，并建造了基于约简格的缺省规则挖掘模型。／这种模型能够将系统分解为约简格中一系列不同简化层

5、次上的子系统，在不同层次上的不同节点得到不同的缺省规则，缺省规则相对齐整，而且不存在冗余：在进行模型匹配和推理决策时，采用投票策略，选定投票最多的规则所作出的结论，能够在许多数据不完备的情况下能够迅速地给出相对满意的输出。P7本文还建造了一种粗集神经网络模型，利用粗集理论简化神经网络训练样本，能够减少过拟合现象，简化网络结构，从而大大提高神经网络的训练速度，提高网络识别率；针对粗集分析受限于离散属性的缺点，研究了一种连续属性的实用化离散方法一聚类划分法，从而为粗集理论拓宽了应用范围。传统的基于案例的推理系统，对于具有不确定属性

6、的闷题往往不能有效地求解。r。本文首次将粗集方法用于基于事例的推理系统中去，可充分利用事例库中的那些冗余属性，进行属性优化组合，形成事例的多个索引，为根据不同的问题按照不同的索引进行检索提供了可能。f这不仅能够有效地解决具有不确定属性的问题，而且也能提高系统的性能。7‘针对一类实际问题的特点，本文提出了一种基于二元决策系统知识发现方法。该方法首先将事例集表示二元决策系统，将其分解为多个单一二元决策系统；然后针对单一二元决策系统的特点，研究了一种概率最优约简准则，依照该准则求取每个子决策系统的相对约简，能够提取出反映每类决策特征

7、的属性；最后按照概率最优规则准则求得每个子决策系统的最小规则集。实例分析该方法具有很好的效果。j关键词：知识发现，数据挖掘，粗集理论，决策规则，约简，决策矩阵IlRESEARCH0FKNOWLEDGEDISCOⅦRYMETHODSBASEONROUGHSETTHEORYABSTRACTwiththe豫piddevel叩mentofc伽叩utefa11ddatawehousetechniques，la增eamoumofdataisstored．Therapidgrowtlldemandforextracting，understa

8、IldingandassimilatingusefIllkIlowledge丘omtlle掣owiIlgmount咖sofdataoutpacesme廿aditionalmetllOdsofdataanalysis，wllich1eadstomeemergingfieldof