基于粗糙集的属性约简算法研究

《基于粗糙集的属性约简算法研究》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、内蒙古大学硕士学位论文基于粗糙集的属性约简算法研究姓名：赵永安申请学位级别：硕士专业：管理科学与工程指导教师：刘铁英20080530内蒙古大学硕十学位论文基于粗糙集的属性约简算法研究摘要粗糙集理论是由波兰数学家Z．Pawlak在1982年提出的，是继概率论、模糊数学、证据理论之后又一种处理不确定性的有效数学工具。该理论的特点是不需要任何先验知识，或任何附加信息，就能有效地分析和处理不精确、不完整和不一致的信息。并从中发现隐含的知识，揭示潜在的规律。数据挖掘和知识发现是从现存的数据库、数据仓库或其它信息库中挖掘有价值的知识的过程。粗糙集理论是一种新的数据挖掘技术。属性约简是利用粗糙集理论作

2、为工具来进行数据挖掘的关键技术之一。本文对粗糙集理论进行了研究，提出了一种基于区分矩阵和属性重要性的改进算法。针对决策表中存在的不相容问题，本文在对前人算法讨论的基础上，提出一种基于U／ind(C)等价类划分的约简算法。最后，本文在总结了上述各个算法的特点后，提出一种基于树的约简算法，该算法的特点是能够得到决策表的所有约简，并且适合相容决策表和不相容决策表。关键词：数据挖掘，粗糙集，属性约简，区分矩阵，树基丁租糙集的属性约简算法研究RESEARCHEDFORATTRlBUT嚣REDUCT薹oNALGoRlTHMBASEDONROUGHSETTHEORYABSTRACTRoughsetth

3、eoryisprovidedbyZ。Pawlakin1982。Itisam弛theorythatprocessthenon-accurateafterprobabilitytheory,fuzzytheoryandDempster-Shafer．Notneedingotherinformationorpreviousknowledgethistheorycananalyzeandprocessthenon—accurate，non·integritydataandthenminelatentknowledge．Dataminingandknowledgediscoveryindataba

4、sesisdrawingknowledgefromthedatabase，datawarehouseorotherdatabases．Roughsettheoryisanewdataminingtechnology．Theattributereductionisakeytechnologyinroughsetsfordatamining。Inthispaper，Ihavestudiedtheroughsettheoryandmadeadistinctionbasedonthematrixandattributeimportanceofimprovingthealgorithm．Inthe

5、decision．makingtablefortheincompatibilityproblem，ImadeanewattributereductionalgorithmbasedontheU／ind(C)equivalenceclassofthereductionalgorithmFinally,insummingupthecharacteristicsofeachofthesealgorithms，thispapermadeanewalgorithmbasedonatreebythereductionalgorithm。Thealgorithmischaracterizedbythe

6、decisiontable，Canbeallforcompatibleandincompatibledecisiontable．KEYWORD：DataMining，RoughSets，ReductionDiscernibilityMatrix，TreeII内蒙古大学硕+学位论文图表目录图1．1数据挖掘和其它学科的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。1图1．2数据挖掘的基本过程和主要步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2图2．1粗糙近似⋯⋯■⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11表3．1某一知识表达系统⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

7、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15表3．2表3．1对应的区分矩阵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯15表3．3决策表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯16表3．4表3．3对应的区分矩阵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．17表3．5决策表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯．．21表3．6汽车数据库⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯