2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、粗糙集理論是一種處理含糊和不確定性問題的新型數(shù)學(xué)工具,已廣泛應(yīng)用于機器學(xué)習(xí)、決策分析、知識發(fā)現(xiàn)、專家系統(tǒng)、決策支持系統(tǒng)、模式識別、模糊控制等領(lǐng)域。 目前粗糙集理論在數(shù)據(jù)庫中的應(yīng)用主要集中在兩個方面:一個是數(shù)據(jù)庫中的知識發(fā)現(xiàn)(Knowledge Discovery in Database,簡稱KDD),另一個是粗糙關(guān)系數(shù)據(jù)庫模型(Rough Relational Database Model,簡稱RRDM)。 知識約簡(又

2、稱屬性約簡)是KDD中粗糙集理論處理的主要問題,現(xiàn)有的基于區(qū)分矩陣和區(qū)分函數(shù)的知識約簡算法的時間復(fù)雜度一般為O(|A|2|U|2),其中|U|是論域U中個體的數(shù)目,|A|是屬性個數(shù),當數(shù)據(jù)量很大時,這些算法的可行性就面臨巨大挑戰(zhàn),這些算法的低效性在一定程度上也限制了粗糙集理論的廣泛應(yīng)用,因此尋求高效的知識約簡算法具有重要的意義。 粗糙關(guān)系數(shù)據(jù)庫模型(RRDM)是粗糙集理論和經(jīng)典關(guān)系數(shù)據(jù)庫模型相結(jié)合的產(chǎn)物,目前國內(nèi)外學(xué)者對RRDM

3、的研究主要集中在粗糙關(guān)系操作,粗糙關(guān)系查詢,粗糙函數(shù)依賴,粗糙關(guān)系中的信息熵等研究上,但是所有的文獻都是就RRDM的某一方面進行論述,并且很多概念定義得不夠規(guī)范準確,因而如果能從粗糙關(guān)系數(shù)據(jù)結(jié)構(gòu)、粗糙關(guān)系操作、粗糙關(guān)系完整性約束、粗糙關(guān)系規(guī)范化四個方面,構(gòu)建一個完善的粗糙關(guān)系數(shù)據(jù)庫的數(shù)學(xué)模型,必將對今后真正實現(xiàn)并應(yīng)用推廣這個模型,奠定完備堅實的理論基礎(chǔ)。 本文將研究工作放在:尋求高效可行的知識約簡算法方面,和從全局角度對粗糙關(guān)系

4、數(shù)據(jù)庫模型給予一個比較完整規(guī)范的描述方面,主要創(chuàng)新成果如下: 1、提出了一種基于劃分加細的新的知識約簡定義,并證明了它和經(jīng)典的基于正區(qū)域的知識約簡定義等價,利用這個定義求解知識約簡能夠減少計算量。 2、引入了一種一致度來度量決策表中條件屬性對決策屬性的重要性,以此一致度作為知識約簡算法的啟發(fā)信息以縮小搜索空間,并證明了條件屬性的一致度越小,其對決策的重要性就越小,從而說明了以此一致度作為啟發(fā)信息是合理的。 3、在

5、1、2的基礎(chǔ)上設(shè)計了一種基于劃分加細和一致度的啟發(fā)式知識約簡算法,此算法的時間復(fù)雜度為O(|C|2|U|),其中、|C|為條件屬性個數(shù),|U|為論域U中個體的數(shù)目,低于現(xiàn)有的經(jīng)典知識約簡算法,而且計算量較小。 4、率先提出了從粗糙關(guān)系數(shù)據(jù)結(jié)構(gòu)、粗糙關(guān)系操作、粗糙關(guān)系完整性約束、粗糙關(guān)系規(guī)范化這四個方面,建立一個完整的粗糙關(guān)系數(shù)據(jù)庫模型; 5、提出了粗糙關(guān)系完整性約束,以完善粗糙關(guān)系數(shù)據(jù)庫模型對不完全信息的處理能力:

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論