信息系統(tǒng)中屬性約簡算法研究.pdf

1、粗糙集理論是波蘭學(xué)者Z.Pawlak于1982年提出的一種數(shù)據(jù)分析理論．該理論建立在論域中的不可區(qū)分關(guān)系之上，用上、下近似來描述概念，無需任何先驗(yàn)知識或附加的信息，就能有效地分析和處理不精確、不確定和不完全的數(shù)據(jù)．經(jīng)過二十余年的發(fā)展，粗糙集理論已經(jīng)成功地應(yīng)用于機(jī)器學(xué)習(xí)、決策分析、模式識別、圖像處理、專家系統(tǒng)、智能系統(tǒng)等研究領(lǐng)域． 知識約簡算法的研究一直是粗糙集理論研究中的核心內(nèi)容之一．尋找最小約簡已被證明是NP-hard問題，而

2、目前的知識約簡算法在處理大規(guī)模數(shù)據(jù)時(shí)，算法的效率和可行性都面臨著巨大的挑戰(zhàn)，研究高效實(shí)用的屬性約簡算法仍具有重要的價(jià)值． 本文圍繞知識量的性質(zhì)和應(yīng)用，就如何實(shí)現(xiàn)基于知識量的信息系統(tǒng)和決策表的約簡算法進(jìn)行了較為深入的研究． 本文主要的研究成果包括： 1．提出了一種新的知識度量方法．從粗糙集理論認(rèn)為知識是區(qū)分事物能力的角度出發(fā)，利用不同屬性的區(qū)分能力大小不同的特點(diǎn)，給出了知識的一種新的度量方法，其增益函數(shù)基于直觀的知

3、識含量特性，分析了度量的合理性，給出了它的一些性質(zhì)，并且在知識量的基礎(chǔ)上，提出了相對知識量的概念，用來考察屬性間知識的變化情況． 2．提出了兩種在信息系統(tǒng)下基于知識量的屬性約簡算法．第一種利用知識量重新定義了屬性的重要度，將屬性重要度作為啟發(fā)式信息，設(shè)計(jì)了啟發(fā)式約簡算法；另一種則從屬性劃分的角度出發(fā)，分析了屬性間的劃分能力可以去除冗余屬性的特性，提出了左劃分和右劃分的概念，在此基礎(chǔ)上，設(shè)計(jì)了基于劃分的屬性約簡算法，最后，通過實(shí)驗(yàn)

4、系統(tǒng)研究了這兩種算法的執(zhí)行效率，分析了它們各自的優(yōu)缺點(diǎn)，證明了算法的可行性和有效性． 3．設(shè)計(jì)了基于知識量的決策表屬性約簡算法．利用相對知識量定義的屬性重要度設(shè)計(jì)了啟發(fā)式約簡算法，而利用相對劃分的概念設(shè)計(jì)了基于劃分的屬性約簡算法．對于后一種算法，為了使其能夠適用于不一致決策表的屬性約簡，分析了不一致決策表轉(zhuǎn)化為一致決策表而約簡集不變的性質(zhì)，從而保證了算法的適用性和正確性．最后，實(shí)驗(yàn)系統(tǒng)對真實(shí)數(shù)據(jù)進(jìn)行了測試，從執(zhí)行的結(jié)果和效率上分