基于粗糙集的數(shù)據(jù)分類知識(shí)發(fā)現(xiàn)方法及其應(yīng)用研究.pdf

1、隨著信息時(shí)代高速發(fā)展,數(shù)據(jù)庫(kù)存儲(chǔ)量也已成爆炸式增長(zhǎng)。為了能夠從中篩選重要信息、尋找蘊(yùn)含規(guī)律、滿足社會(huì)各領(lǐng)域的發(fā)展需求,數(shù)據(jù)分類技術(shù)已成為數(shù)據(jù)挖掘的一個(gè)重要方法,并在眾多領(lǐng)域中得到了廣泛的應(yīng)用。分類知識(shí)實(shí)際上就是用來反映同類事物的共同特征以及不同事物之間的差異性,即通過反映數(shù)據(jù)集合的典型特征的模型來對(duì)未知數(shù)據(jù)識(shí)別和分類的一個(gè)過程。
　　 粗糙集作為有效的數(shù)據(jù)分析技術(shù),在沒有任何先驗(yàn)知識(shí)的情況下,能夠挖掘出重要的數(shù)據(jù)或者規(guī)則,并且形

2、成的規(guī)則易于理解、操作。本文研究基于粗糙集理論的分類方法,重點(diǎn)研究了決策系統(tǒng)的屬性約簡(jiǎn)和分類規(guī)則約簡(jiǎn)兩個(gè)方面。
　　 屬性約簡(jiǎn)是在保持知識(shí)分類能力不變的情況下來刪除冗余屬性,本文給出一種屬性重要度的定義方法,該方法不僅考慮而且同時(shí)也以定義絕對(duì)核的算法為基礎(chǔ),在保持正域不變的情況下,通過比較屬性重要度的大小來改進(jìn)算法,此算法能夠減少運(yùn)算量,提高了計(jì)算效率。在分類規(guī)則方面,重新定義核值,結(jié)合屬性重要度大小,給出了適合不一致決策表的分