一种基于粗糙集的不完备信息处理方法研究

摘要

本文以粗糙集理论为工具，对知识发现过程中信息不完备问题的处理方法进行研究，以提高知识发现的质量和效率。不完备信息系统的知识发现有两种实现途径：一是采用数据补齐算法对缺失值进行填充，在完备化的信息系统基础上进行知识获取；二是在不改变原不完备信息系统的基础上直接进行知识获取。本文从这两种途径入手，利用粗糙集的方法，提出了两个不完备信息处理的有效算法。首先，分析了目前数据补齐算法存在的缺陷及产生这些缺陷的原因。通过对拓展粗糙集理论模型作进一步的改进，并合理引入分治思想，提出了一种新的数据补齐算法。结合理论分析和实例阐述了算法的有效性，并通过在UCI机器学习数据库中选取的两个数据集上进行实验，验证了该算法不仅能够提高补齐率，而且能显著降低算法复杂性。其次，本文在不改变原不完备信息系统的基础上，分析了现有知识约简算法的局限性，扩展定义了不完备熵概念，与传统粗糙熵结合，对不完备信息系统中的属性重要性进行了定义，并以此作为启发式信息，提出了一种优化的不完备信息系统知识约简算法，与传统方法相比能够找出更优的最小约简。通过理论和实例分析说明了算法的有效性。

目录

文摘

英文文摘

论文说明：图表目录

声明

第1章绪论

1.1课题背景和意义

1.2研究内容

1.3本文的主要工作

1.4论文的结构

第2章相关研究综述

2.1信息系统与知识发现

2.1.1信息系统

2.1.2知识发现

2.2不完备信息处理研究现状

2.2.1不完备信息系统

2.2.2数据缺失机制和空值语义

2.2.3不完备信息处理的重要性和复杂性

2.2.4不完备信息处理的方法

2.3粗糙集理论研究现状

2.3.1粗糙集理论的发展与特点

2.3.2粗糙集理论的研究与应用

2.3.3基于粗糙集的知识发现系统

2.4小结

第3章不完备信息系统中的拓展粗糙集理论

3.1引言

3.2粗糙集理论的基本概念

3.2.1知识与不可区分关系

3.2.2集合近似及其性质

3.2.3约简、核与决策规则

3.2.4属性的依赖性和重要性

3.3不完备系统中粗糙集的拓展模型及分析

3.3.1容差关系

3.3.2量化容差关系

3.3.3非对称相似关系

3.3.4限制容差关系

3.3.5几种拓展模型的小结

3.4基于拓展粗糙集的不完备信息系统知识发现

3.4.1知识约简

3.4.2规则提取

3.5小结

第4章基于粗糙集理论的不完备数据补齐算法

4.1引言

4.2 ROUSTIDA算法分析

4.3改进的量化容差关系模型

4.4分治思想的引入

4.5改进的补齐算法RSDIDA

4.5.1算法描述

4.5.2算法复杂性分析

4.5.3实例分析

4.5.4实验与结果分析

4.6小结

第5章一种优化的不完备信息系统知识约简算法

5.1引言

5.2粒度度量与粗糙熵

5.3粗糙熵与相应知识约简算法局限性分析

5.3.1粗糙熵局限性分析

5.3.2基于粗糙熵的知识约简算法局限性分析

5.4一种新的知识不确定性度量

5.4.1扩展的不完备熵定义及其性质

5.4.2不完备熵在知识描述上的精确性

5.5基于粗糙熵和不完备熵的优化知识约简算法

5.5.1属性重要性

5.5.2算法描述

5.5.3算法复杂性分析

5.5.4应用实例

5.6 小结

结论

参考文献

致谢

附录