组合频率约简及动态约简对不一致决策表分类的方法

摘要

粗糙集(RS)理论，是继概率论、模糊集理论、证据理论之后的又一种新的处理不确定性信息的数学方法，能有效地分析和处理不精确、不完整、不一致等各种不完备数据，并从中发现隐含的知识，揭示潜在的规律。由于粗糙集理论对不确定问题研究的良好表现，使得它广泛应用于机器学习、知识获取、决策分析、数据挖掘、专家系统、决策支持系统、归纳推理、矛盾归结、模式识别等领域。 来自于不一致决策表的决策规则存在着不确定性，分类未知对象可能表现出多个不同地含义，使得人们无法确切地获得未知对象所代表的知识。然而，由于数据采集的定义、规范以及操作等方面的原因，所得到的决策表常常是不一致的。所以，如何消除或尽量降低不一致决策表的负面影响，成为信息系统知识发现和数据挖掘中的重要研究课题。 本文以粗糙集理论为基础，提出组合频率约简及动态约简对不一致决策表分类的方法，并建立了测试系统对其有效性进行了验证。首先，频率约简利用统计理论与近似技术，能够最大限度的消除和压制不一致决策表的噪音和负面影响，对其中所蕴含的知识信息进行充分保留和挖掘。其次，动态约简利用其随机采样特性所带来的稳定性，能够克服标准粗糙集理论所计算的约简分类未知对象的不稳定的。因此，充分结合频率约简与动态约简两方面的优良特性，从而提高不一致决策表的分类质量和稳定性。

目录

声明

摘要

第一章绪 论

1.1引言

1.2粗糙集理论的产生、发展及研究现状

1.2.1粗糙集理论的研究现状

1.2.2粗糙集的应用研究

1.3研究动机、主要工作与内容安排

1.3.1研究动机

1.3.2主要工作

1.3.3论文内容安排

第二章粗糙集理论的基本概念及方法

2.1粗糙集理论的基本概念

2.1.1等价关系、等价类、集合上的划分

2.1.2知识与知识库(Knowledge Base)

2.1.3集合的下近似、上近似及边界区

2.1.4知识的依赖性

2.1.5近似精度

2.1.6粗糙集中的隶属函数

2.2信息系统、决策系统及其表示

2.2.1信息函数与不分明关系

2.2.2决策规则及其评估策略

2.2.3决策规则的评估策略

2.2.4决策表的一致性

2.3约简与分明矩阵

2.3.1信息系统的约简与核

2.3.2属性的重要性

2.3.3 Skowron分明矩阵与分明函数

第三章决策表的频率约简

3.1 (6)_决策约简(分布约简)

3.2m_决策约简(最大分布约简)

3.3 μ_决策约简(分配约简)

3.4权重分类法

第四章决策表的动态约简

4.1动态约简的定义

4.1.1标准动态约简

4.1.2ε-动态约简

4.1.3拓广动态约简定义

4.2约简域

4.3动态约简计算方法

4.4从动态约简计算决策规则

4.5动态规则的协商

第五章组合频率约简与动态约简对不一致决策表分类

5.1实验内容与基本流程

5.2 ROUGHTOOL分析系统介绍

5.3实验简述

5.4实验结果分析

5.4结论

5.5进一步工作

致谢

参考文献

附录