資源描述：
《變精度粗糙集屬性約簡(jiǎn)理論與算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、ClassifiedIndex：029U．D．C：51ThesisfortheMasterDegreeTheoryandalgorithmsofattributereductionforvariableprecisionroughsetCandidate：Supervisor：Department：DateofDefence：Degree·-Conferring·-Institution：YangYanyanProf．ChenDegangDepartmentofMathematicsandPhysicsMarch9，2013NorthC
2、hinaElectricPowerUniversity華北電力大學(xué)碩士學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩士學(xué)位論文《變精度粗糙集屬性約簡(jiǎn)理論與算法》，是本人在導(dǎo)師指導(dǎo)下，在華北電力大學(xué)攻讀碩士學(xué)位期間獨(dú)立進(jìn)行研究工作所取得的成果。據(jù)本人所知，論文中除已注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對(duì)本文的研究工作做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽名：棲燕撬日期：訟I；年弓月I1日華北電力大學(xué)碩士學(xué)位論文使用授權(quán)書《變精度粗糙集屬性約簡(jiǎn)理論與算法》系本人在華北電力大學(xué)攻
3、讀碩士學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩士學(xué)位論文。本論文的研究成果歸華北電力大學(xué)所有，本論文的研究?jī)?nèi)容不得以其它單位的名義發(fā)表。本人完全了解華北電力大學(xué)關(guān)于保存、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向有關(guān)部門送交論文的復(fù)印件和電子版本，允許論文被查閱和借閱。本人授權(quán)華北電力大學(xué)，可以采用影印、縮印或其他復(fù)制手段保存論文，可以公布論文的全部或部分內(nèi)容。本學(xué)位論文屬于(請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“4”)：保密口，在年解密后適用本授權(quán)書{不保密d作者簽名：柄．熱燕導(dǎo)師簽名：陌一171期：如B年弓月IfFt日期：研)年>月f1日摘要粗糙集作為一種處理不確定
4、性信息的較新的軟計(jì)算方法，通過集合的上、下近似，以決策規(guī)則的形式發(fā)現(xiàn)和表達(dá)隱藏在系統(tǒng)中的信息。然而，Pawlak粗糙集模型存在一些局限性，如對(duì)噪聲數(shù)據(jù)的不敏感性以至于在數(shù)據(jù)處理的過程中容易導(dǎo)致潛在有用信息的丟失。針對(duì)Pawlak粗糙集模型的不足，變精度粗糙集模型通過引入一個(gè)包含度將Pawlak粗糙集模型中近似算子的嚴(yán)格包含放寬為部分包含，以至于增強(qiáng)了處理噪聲數(shù)據(jù)的能力。在變精度粗糙集模型中，屬性約簡(jiǎn)是一個(gè)熱門的話題，它旨在刪除決策系統(tǒng)中冗余的條件屬性以保持決策系統(tǒng)的分類能力不變，而由于包含度的引入，上、下近似、正域、依賴函數(shù)不再具有單調(diào)
5、性，這樣便導(dǎo)致屬性約簡(jiǎn)的多樣性。例如，在變精度粗糙集模型的框架下，研究者們提出∥一約簡(jiǎn)，∥上、下分布約簡(jiǎn)等等。本文針對(duì)這兩類約簡(jiǎn)分別作了以下研究：1．在第三章中，本文對(duì)∥一約簡(jiǎn)進(jìn)行了進(jìn)一步的研究并提出了計(jì)算一個(gè)∥一約簡(jiǎn)的改進(jìn)算法。在本章中，我們首先討論了隨著包含度的變化，∥下近似和∥上近似的變化情況；然后，我們討論了隨著包含度的變化，∥一約簡(jiǎn)的變化情況；本章最后，考慮到去掉一個(gè)條件屬性之后，條件等價(jià)類之間可能發(fā)生合并，我們提出了計(jì)算一個(gè)∥一約簡(jiǎn)的改進(jìn)算法。2．在第四章中，本文提出了∥上、下分布約簡(jiǎn)的新算法。我們知道∥上、下分布辨識(shí)矩陣是
6、計(jì)算∥上、下分布約簡(jiǎn)的理論基礎(chǔ)，但是用辨識(shí)矩陣的方法計(jì)算決策系統(tǒng)的全部屬性約簡(jiǎn)是NP．hard問題。本章中，我們發(fā)現(xiàn)只有辨識(shí)矩陣的極小元素對(duì)于計(jì)算約簡(jiǎn)就已經(jīng)足夠了，并且每個(gè)極小元素都與一個(gè)條件等價(jià)類的對(duì)相對(duì)應(yīng)?；诖?，本章定義了條件屬性的相對(duì)辨識(shí)關(guān)系，并用該相對(duì)辨識(shí)關(guān)系描述了辨識(shí)矩陣的極小元素；然后，本章提出了計(jì)算∥上、下分布辨識(shí)矩陣中極小元素的算法；基于該極小元素的算法，本章又先后提出了計(jì)算所有∥上、下分布約簡(jiǎn)的算法以及計(jì)算一個(gè)∥上、下分布約簡(jiǎn)的算法；在本章最后，我們進(jìn)行了數(shù)值試驗(yàn)以證明本章所提出算法的有效性。關(guān)鍵詞：變精度粗糙集；辨
7、識(shí)矩陣：極小元素；∥一約簡(jiǎn)；分布約簡(jiǎn)華北電力大學(xué)碩士學(xué)位論文AbstractRoughsettheoryisanewmethodofsoftcomputingtodealwithuncertaininformation．Usingtheconceptsoflowerandupperapproximationsinroughsets，theknowledgehiddeninthesystemsmaybediscoveredandexpressedintheformofdecisionrules．However,ithassomelimit
8、ations，forinstance，itissensitivefordatasetswhichhavenoisedata,suchthatsomepotentialusefulknowledgecanno
