基于數(shù)據(jù)元標(biāo)準(zhǔn)與粗糙集的數(shù)據(jù)挖掘技術(shù)研究.pdf

1、西南農(nóng)業(yè)大學(xué)碩士學(xué)位論文基于數(shù)據(jù)元標(biāo)準(zhǔn)與粗糙集的數(shù)據(jù)挖掘技術(shù)研究姓名：鄭濤申請學(xué)位級別：碩士專業(yè)：農(nóng)業(yè)機械化工程指導(dǎo)教師：左源瑞20050501西南農(nóng)業(yè)大學(xué)碩七學(xué)位論文摘要性分析能力，而且無需提供除問題所需處理的數(shù)據(jù)集合之外的任何先驗信息，在處理不確定、冗余、噪聲、動態(tài)數(shù)據(jù)等方面有著較強的應(yīng)用優(yōu)勢，已成為數(shù)據(jù)挖掘領(lǐng)域知識獲取的重要途徑。這一部分首先討論了粗糙集的基本概念，包括知識與不可分辨關(guān)系、上近似集與F近似集、知識的約簡和核、知識的

2、依賴度以及屬性重要性等，在此基礎(chǔ)上研究了知識表達(dá)系統(tǒng)、決策表以及決策規(guī)則的產(chǎn)生。研究的重點和難點是決策表的離散化及決策表約簡。犰策表約簡是粗糙集理論的核心內(nèi)容之一包括屬性約簡和屬性值約簡。通常情況下，在數(shù)據(jù)隨機采集得到的近似空間中冗余屬性和屬性值是普遍存在的，一方面是資源的浪費，同時也影響產(chǎn)生的決策規(guī)則的n：確性和簡潔性。因此決策表約簡是十分重要的。本文重點研究了決策表約簡算法，對常見的屬性約簡算法如差別矩陣方法、基于互信息的MIBAR

3、K算法等進(jìn)行了分析對比，在此基礎(chǔ)上提出了基于屬性重要性和信息熵的屬性約簡算法。該算法的思想就是先選擇盡可能多的屬性進(jìn)入候選屬性集，從而保證了對條件屬性的約簡不失真，最大限度保留了原決策表中的客觀信息；而后判斷條件屬性之間的互信息，如果互信息很大的話說明兩者之間存在較強的依賴關(guān)系應(yīng)該在不影響分類質(zhì)量的前提下將冗余屬性刪除，保證了約簡結(jié)果的簡潔性。第三、重點研究了基于數(shù)據(jù)元標(biāo)準(zhǔn)與粗糙集的數(shù)據(jù)挖掘技術(shù)。在對數(shù)據(jù)元標(biāo)準(zhǔn)、租糙集相關(guān)理論技術(shù)深入分

4、析的基礎(chǔ)上，提出了基于數(shù)據(jù)元標(biāo)準(zhǔn)與粗糙集的數(shù)據(jù)挖掘框架，并將數(shù)據(jù)元標(biāo)準(zhǔn)、粗糙集研究內(nèi)容應(yīng)用到數(shù)據(jù)挖掘框架中。該數(shù)據(jù)挖掘框架主要包括兩個階段的工作：一、基于數(shù)據(jù)元標(biāo)準(zhǔn)數(shù)據(jù)預(yù)處理是將不同領(lǐng)域、不同主題的數(shù)據(jù)源按照統(tǒng)一的數(shù)據(jù)元表示規(guī)范表示，形成具有統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)的數(shù)據(jù)庫資源，進(jìn)而通過基于XMLSchema存儲交換格式形成一個數(shù)據(jù)共享的基本數(shù)據(jù)環(huán)境，然后根據(jù)領(lǐng)域?qū)＜抑R從不同的數(shù)據(jù)資源中抽取出特定主題的數(shù)據(jù)形成有待于進(jìn)一步數(shù)據(jù)挖掘的特定主題數(shù)據(jù)庫

5、。二、基于粗糙集規(guī)則挖掘階段首先將經(jīng)過基于數(shù)據(jù)元標(biāo)準(zhǔn)數(shù)據(jù)預(yù)處理得到的主題數(shù)據(jù)庫進(jìn)行數(shù)據(jù)預(yù)處理，主要進(jìn)行缺失值補齊、數(shù)據(jù)離散歸一化等工作，形成目標(biāo)數(shù)據(jù)庫，然后根據(jù)提出的屬性約簡算法進(jìn)行數(shù)據(jù)集約簡，最后生成規(guī)則。通過兩個階段的工作實現(xiàn)了數(shù)據(jù)元標(biāo)準(zhǔn)與粗糙集在數(shù)據(jù)挖掘中的結(jié)合應(yīng)用。最后，本文通過一個基于數(shù)據(jù)元標(biāo)準(zhǔn)與粗糙集的農(nóng)業(yè)病害規(guī)則挖掘?qū)嵗龑η懊娴难芯績?nèi)容進(jìn)行了綜合評價，并討論了數(shù)據(jù)元標(biāo)準(zhǔn)在農(nóng)業(yè)信息化中的應(yīng)用。本文通過對數(shù)據(jù)元標(biāo)準(zhǔn)錄I粗糙集的