粗糙集理論及其在數(shù)據(jù)預處理中的應用.pdf

1、隨著數(shù)據(jù)庫技術的迅猛發(fā)展,人們可以輕易的獲得海量的數(shù)據(jù),并且這些數(shù)據(jù)還在日益增長,我們希望計算機能夠自動的幫助我們處理這些海量的數(shù)據(jù),并提取隱含的有價值的知識,這就需要我們對數(shù)據(jù)庫知識的發(fā)現(xiàn)作更加深入地研究.換句話說,知識發(fā)現(xiàn)就是從某個領域的歷史數(shù)據(jù)中獲取有用的、未知的知識,由于歷史數(shù)據(jù)在設計時并沒有考慮數(shù)據(jù)挖掘任務或者考慮較少,且歷史數(shù)據(jù)有時存儲在多個數(shù)據(jù)庫中,并且數(shù)據(jù)庫中數(shù)據(jù)的不完全性是不可避免的.從這些數(shù)據(jù)庫中收集而成的樣本數(shù)據(jù)集

2、并不一定適合直接用于數(shù)據(jù)挖掘,通常需要經(jīng)過預處理后才能使用.而粗糙集理論是一種新的處理模糊、不精確、不完全數(shù)據(jù)的數(shù)學工具.它是建立在分類機制的基礎上,將分類理解為特定空間上的等價關系,而等價關系構(gòu)成了對該空間的劃分;粗糙集理論的主要思想是在保持原來信息系統(tǒng)分類能力不變的前提下,利用已知的知識庫,將不精確或者是不確定的知識用知識庫中已知的知識來近似刻畫,通過知識的補充、約簡,導出問題的決策或者分類規(guī)則.粗糙集理論自從粗糙集在八十年代提出之

3、后,已經(jīng)成功的運用于許多商業(yè)應用中,因而粗糙集理論引起了眾多研究者的興趣.該文主要是在廣州三汽公司信息管理系統(tǒng)的項目背景下討論了粗糙集理論及其在數(shù)據(jù)預處理中的應用問題.該文首先介紹了數(shù)據(jù)預處理技術和幾種處理方法;然后分析了粗糙集的基本理論,并且介紹了基于不完備信息系統(tǒng)的粗糙集理論;然后我們重點介紹和分析了缺損數(shù)據(jù)的補全問題,并分析了填補算法,最后結(jié)合實際情況分析了ROUSTIDA算法在廣州第三公交汽車公司收費系統(tǒng)中對數(shù)據(jù)進行糾錯處理過程