資源描述：
《變精度粗糙集模型特征研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、中南大學(xué)碩士學(xué)位論文變精度粗糙集模型特征研究姓名：周杰申請學(xué)位級別：碩士專業(yè)：計算機應(yīng)用技術(shù)指導(dǎo)教師：王加陽20070518摘要粗糙集理論作為智能信息處理新的研究熱點，已廣泛應(yīng)用于眾多領(lǐng)域，但其自身尚存在一些局限，對噪聲數(shù)據(jù)非常敏感，數(shù)據(jù)分析過程中易丟失潛在有價值知識。針對標準粗糙集不足，將標準包含關(guān)系擴展為多數(shù)包含關(guān)系的變精度粗糙集模型，分類過程允許一定程度噪聲數(shù)據(jù)存在，并對約簡特征、約簡歸并、區(qū)問約簡層次和屬性核等方面進行研究探討，以發(fā)現(xiàn)數(shù)據(jù)間弱依賴關(guān)系，及更為泛化的數(shù)據(jù)關(guān)聯(lián)及決策規(guī)則。深入分析變精度粗糙集模
2、型約簡特征，指出分析了約簡過程存在跳躍現(xiàn)象，分類質(zhì)量、相對正域和決策類下近似隨屬性約簡不再具有單調(diào)遞減特征，且打破了經(jīng)典粗糙集模型中具有的等價性。針對三者分別討論了屬性可約性，并分析了三者之間的聯(lián)系。由于包含度概念引入，變精度粗糙集模型約簡歸并情況比經(jīng)典粗糙集模型復(fù)雜。論文詳細分析了約簡過程等價類歸并的各種情況，約簡歸并考慮相對正域變化的同時，進一步探討了包含度值動態(tài)變化，為區(qū)間約簡研究奠定基礎(chǔ)。詳細討論各種約簡異常，結(jié)合變精度粗糙集模型特征，將特定包含度值約簡擴展為包含度區(qū)間約簡，建立了三層區(qū)間約簡體系，從分類
3、質(zhì)量、相對正域和決策類下近似三個層次分別對約簡進行區(qū)間刻畫，逐步消除了約簡異常。提出的區(qū)間約簡評價因子，對選擇區(qū)間約簡有重要指導(dǎo)意義。結(jié)合包含度區(qū)間特性提出區(qū)間核概念，完善了變精度粗糙集理論體系。通過建立變精度粗糙集模型排序可辨識矩陣、定義并分析三種區(qū)間特征集合，給出了求取區(qū)間核思想，并以此為基礎(chǔ)構(gòu)造了啟發(fā)式區(qū)間約簡算法。論文最后結(jié)合實踐，采用UCI數(shù)據(jù)集進行實驗仿真，仿真結(jié)果進一步闡明了相關(guān)理論成果。關(guān)鍵詞變精度粗糙集模型，區(qū)間約簡層次，約簡異常，區(qū)間核第1頁ABSTRACTRoughsetstheoryisa
4、hotspotfordealingwithintelligentinformationwhichhasbeenusedinmanydomainssuccessfully．Butithassomelimitations，forinstance，itissensitivefordatasetswhichhavenoisedata，thereforesomepotentialusefulknowledgeCallnotbemined．Inordertoovercometheselimitations，variablep
5、recisionroughsetstheoryextendsstandardinclusionrelationtomajorityinclusionrelation．Basedonthisextendednotion，somedegreeofmisclassificationinthelargelycorrectclassificationisallowed．Featuresofreduct，reductionmergence，hiberarchyofintervalreductandattributecorea
6、realsodiscussedinordertofindweakdependencerelationship，moregeneralassociationanddecisionrules．Inclassicalroughsetsmodel，qualityofclassification，relativepositiveregi011andlowerapproximationaredecreasingalongwithattributesreducing．Invariableprecisionroughsets，m
7、onotonicdecreasingprinciplesofthemarebrokenbecauseofbouncephenomena,andthereisnoequivalenceamongthem．Attributereductionisdiscussedfromqualityofclassification，relativepositivere西onandlowerapproximationrespectively,andtheirrelationsarealsoanalyzed．Reductionmerg
8、encebecomesmorecomplicatedinvariableprecisionroughsetsmodelbecauseofinclusiondegree．Alltypesofclassmergencearediscussedinthisthesis．Thedynamicchangesofinclusiondegreeshouldbeanalyzedwhenp
