欢迎来到天天文库
浏览记录
ID:32974860
大小:6.00 MB
页数:50页
时间:2019-02-18
《基于粗糙集理论的数据约简研究与应用》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、分类号:UDC:密级:烈虞科锻夫◆肇硕士学位论文基于粗糙集理论的数据约简研究与应用TheResearchofDataReductionAndApplicationBasedon壁Q旦g塾二!竺!—————————————————————————————————————————————--——————————————————一一胡正耀————————————————————————————————————————————————一指导教师姓名:符海东武汉科技人学黄家湖校区计算机科学与技术学院申请学
2、位级别:论文定稿日期:学位授予单位:学位授予日期:硕士专业名称:计算机软件与理论论文答辩日期:2012—05—27武汉科技大学答辩委员会主席:评阅人:张晓龙教授陈跃鹏教授张猛副教授武汉科技大学研究生学位论文创新性声骧本人郑重声明:所里交的学位论文是本入在导师指导下,独立进行研究所取得的成果。除了文中已经注明引用的内容或属合作研究共同完成的T作外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成聚。对本文(1'JtiJF究做出囊鼗烫献的个人和集体,均已芷文巾以明确方式标I}月。畔l潴学位沧文
3、与资料若有不实之处,本人承担一切相关贾任。论文作者签名:捌堡:埋日期:丝2兰:£Z,7研究生学位论文版权使用授权声明本论文的研究成聚归武汉科技大学所有,其研究内容不得以其它蚺位的名义发表。本人完全了解武汉科技大学有关保留、使用学位论文
4、!I勺规定,I司愆学校保留并向有关部门(按照《武汉事}披大学关于研究生学位论文收录jI:fl--fl'l规定》执行)送交沧文的复Clifl:lHf包子版本,允许i=仑文被赣阑祠lf"i浏,同意学校将本论文的伞部或部分内容编入学校认i。iJ’的幽家相关数据阼进行检索
5、耵I对多'I-N务。论文作者签名:翻坠毖貔指导教康
6、i签名:蕴l圣互ElJl:丝Z丕:£17●.,武汉科技大学硕十学位论义第1页摘要粗糙集理论作为一种处理模糊和不确定性知识的数学工具,在数据约简方面有着』“泛的应用与研究,针对传统的粗糙集理论不支持对不完备决策表的约简这个问题,扩展的粗糙集理论相继被提出,在传统粗糙集的等价关系基础上发展出了相似、容差关系、限制容差关系等,当前基于粗糙集理论的约简算法,例如可辨识矩阵以及属性重要度等,都是基于数据的约简却忽略的数据之问的关系,同时在对大规模复杂数据
7、集进行约简时,由于理论上得到最小约简是一个NP难度问题,使得约简的效率急剧下降,从而导致约简算法的不适用和彳i可操作性。在分析了现有粗糙集理论约简算法的基础上,本文针对当前粗糙集约简主要面临的一些问题,提出了一种聚类反馈约简算法模型。对传统约简算法中忽略数据关系而进行约简的问题提出了‘种数据关系聚类算法,通过对关联点的提取来描述数据之间的关系,通过与云模型理论结合,将模糊粗糙性与随机性进行互补,利用云模型米进行数据集的划分,结合粒计算的思想将整个算法模型设计成一个可并行运行的算法,同时通过建立虚
8、拟节点构建聚类粒度树,以邻近传播为策略,以反馈修正为导向,使得算法是一个满足增量式的约简的要求。在构建虚拟节点时,通过隶属度分类规则的调整,以提高整体的约简效率。并在数据点、关联点的提取时引入了数据集成映射的概念,以解决不同平台数据规格的不统+‘问题。本文基于数据关系的聚类反馈约简算法模型在总结前人研究的基础上借鉴了多种算法模型的特点,同时运用分层的思想,对约简过程进行了一定的改进。经过模拟实验,证明该算法模型是可行的、有效的。关键词:粗糙集;数据约简;反馈;隶属度:聚类:第1I页武汉科技大学硕
9、+学位论文AbstractRoughSettheoryasamathematicstoolofdealingwithfuzzyanduncertaintyknowledge,hasawiderangeofapplicationandreasearchintheareaofdatareduction,fortheissueofthetraditionalroughsettheorydoesnotsupportinthereductionofincompletedecisiontable,exten
10、dedroughsettheoryhavebeenproposed,andsimilarityrelation,tolerancerelationandlimitedtolerancerelationetchavedevelopmentformtheequivalencerelationofthetraditionalroughsets.currently,reductionalgorithmbasedonroughsettheory,suchasidentificationmatrixredu
此文档下载收益归作者所有