学位论文 > 优秀研究生学位论文题录展示

变精度粗糙集模型特征研究

作　者: 周杰
导　师: 王加阳
学　校: 中南大学
专　业: 计算机应用技术
关键词: 变精度粗糙集模型 区间约简层次 约简异常 区间核
分类号: TP18
类　型: 硕士论文
年　份: 2007年
下　载: 176次
引　用: 1次
阅　读: 论文下载
 

内容摘要


粗糙集理论作为智能信息处理新的研究热点，已广泛应用于众多领域，但其自身尚存在一些局限，对噪声数据非常敏感，数据分析过程中易丢失潜在有价值知识。针对标准粗糙集不足，将标准包含关系扩展为多数包含关系的变精度粗糙集模型，分类过程允许一定程度噪声数据存在，并对约简特征、约简归并、区间约简层次和属性核等方面进行研究探讨，以发现数据间弱依赖关系，及更为泛化的数据关联及决策规则。深入分析变精度粗糙集模型约简特征，指出分析了约简过程存在跳跃现象，分类质量、相对正域和决策类下近似随属性约简不再具有单调递减特征，且打破了经典粗糙集模型中具有的等价性。针对三者分别讨论了属性可约性，并分析了三者之间的联系。由于包含度概念引入，变精度粗糙集模型约简归并情况比经典粗糙集模型复杂。论文详细分析了约简过程等价类归并的各种情况，约简归并考虑相对正域变化的同时，进一步探讨了包含度值动态变化，为区间约简研究奠定基础。详细讨论各种约简异常，结合变精度粗糙集模型特征，将特定包含度值约简扩展为包含度区间约简，建立了三层区间约简体系，从分类质量、相对正域和决策类下近似三个层次分别对约简进行区间刻画，逐步消除了约简异常。提出的区间约简评价因子，对选择区间约简有重要指导意义。结合包含度区间特性提出区间核概念，完善了变精度粗糙集理论体系。通过建立变精度粗糙集模型排序可辨识矩阵、定义并分析三种区间特征集合，给出了求取区间核思想，并以此为基础构造了启发式区间约简算法。论文最后结合实践，采用UCI数据集进行实验仿真，仿真结果进一步阐明了相关理论成果。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-16
  1.1 课题研究背景  9-10
  1.2 国内外研究综述  10-13
  1.3 本文主要工作及创新点  13-14
  1.4 本文组织结构  14-16
第二章 粗糙集理论概述  16-24
  2.1 经典粗糙集理论概述  16-19
    2.1.1 经典粗糙集理论基本概念  16-18
    2.1.2 经典粗糙集理论特点  18-19
    2.1.3 经典粗糙集理论扩展  19
  2.2 变精度粗糙集理论概述  19-23
    2.2.1 变精度粗糙集理论基本概念  20-23
    2.2.2 变精度粗糙集理论特点及应用  23
  2.3 本章小结  23-24
第三章 变精度粗糙集模型约简特征分析  24-30
  3.1 分类质量特征分析  24-26
  3.2 相对正域特征分析  26-27
  3.3 决策类下近似特征分析  27-28
  3.4 属性约简分析  28-29
  3.5 本章小结  29-30
第四章 约简归并研究  30-38
  4.1 经典粗糙集模型约简归并研究  30-31
  4.2 变精度粗糙集模型约简归并研究  31-37
    4.2.1 相对正域间归并  32-35
    4.2.2 相对正域与非相对正域间归并  35-36
    4.2.3 非相对正域间归并  36
    4.2.4 变精度粗糙集模型约简归并小结  36-37
  4.3 本章小结  37-38
第五章 变精度粗糙集模型约简层次研究  38-50
  5.1 变精度粗糙集模型约简异常分析  38-43
    5.1.1 区间动态性  39-40
    5.1.2 分类异常  40-41
    5.1.3 约简跳跃  41-43
  5.2 相对正域级别约简研究  43-45
  5.3 决策类下近似级别约简研究  45-48
  5.4 约简层次与约简异常关系及区间约简评价  48-49
  5.5 本章小结  49-50
第六章 变精度粗糙集模型属性核研究  50-57
  6.1 变精度粗糙集模型属性核研究概述  50
  6.2 变精度粗糙集模型区间核  50-52
  6.3 基于排序可辨识矩阵区间约简算法  52-56
  6.4 本章小结  56-57
第七章 实验仿真  57-64
  7.1 实验环境  57-58
    7.1.1 软硬件环境  57
    7.1.2 数据来源  57-58
  7.2 实验数据分析  58-63
    7.2.1 分类分析  59-60
    7.2.2 属性核分析  60-61
    7.2.3 约简分析  61-62
    7.2.4 规则分析  62-63
  7.3 本章小结  63-64
第八章 总结与展望  64-67
  8.1 全文总结  64-65
  8.2 研究展望  65-67
参考文献  67-73
致谢  73-74
攻读学位期间主要研究成果  74

相似论文

  1. 基于粗糙集的图像分类方法的研究,TP391.41
  2. 粗糙集理论在关系数据库知识发现中的应用研究,TP311.13
  3. 变精度粗糙集模型研究及其应用,TP18
  4. 数据驱动的可变精度粗糙集噪音阈值自主式获取方法,TP181
  5. 属性约简算法的研究与实现,TP301.6
  6. 面向海量数据的粗糙集理论与方法研究,TP301
  7. 基于粗糙集理论的知识不确定性度量与规则获取方法研究,TP182
  8. 基于支持向量机的故障诊断方法研究,TP18
  9. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  10. 基于遗传—牛顿算法的公交优化调度,TP18
  11. 基于变异粒子群的聚类算法研究,TP18
  12. 语音情感识别的特征选择与特征产生,TP18
  13. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  14. 基于遗传算法和粗糙集的聚类算法研究,TP18
  15. 基于知识推理的交叉销售系统的设计与实现,TP18
  16. 基于粗糙集的城市区域交通绿时控制系统研究,TP18
  17. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  18. 人工智能的哲学思考,TP18
  19. 微粒群算法的改进与应用研究,TP18
  20. 粗糙集的增量式属性约简研究,TP18
  21. 知识粒度的计算及其在属性约简中的应用研究,TP18

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com