学位论文 > 优秀研究生学位论文题录展示

基于Rough Sets的增量式约简算法研究

作　者: 刘薇
导　师: 梁吉业
学　校: 山西大学
专　业: 系统工程
关键词: 粗糙集增量学习约简决策表条件熵
分类号: TP18
类　型: 硕士论文
年　份: 2011年
下　载: 16次
引　用: 0次
阅　读: 论文下载

内容摘要

粗糙集理论是波兰数学家Pawlak在1982年提出的一种处理不精确,不完备的模糊数据的数学工具,用来挖掘海量数据中隐含的决策和规则等潜在的关键信息。近年来,粗糙集理论在国内外研究中取得了巨大的进展,在机器学习,知识获取,决策分析,模式识别等众多重要领域有着广泛的应用。知识约简是粗糙集理论研究的重要内容。约简可以减小数据规模、降低数据维度,在当今知识爆炸的时代背景下显得尤为重要。现有的许多约简算法都是基于静态数据的,无法满足现实中数据动态增加的需求,因此讨论和探索增量式的约简算法具有重要的理论意义和应用价值。本文在粗糙集理论的体系下,对增量属性约简进行了深入研究,主要工作如下：(1)对基于分辨矩阵的增量属性约简算法进行深入研究,分析三种典型算法的原理,并分别给出它们的优势与不足,为增量约简算法在实际中的应用提供了一定的理论指导。(2)从信息论的观点出发,建立对象动态增加情况下条件熵的变化机制,根据决策表更新前后约简属性对新增对象的分辨情况,得到增量后约简的变化的三种情况,并以此为基础设计一种新的基于条件熵的增量属性约简算法,该算法可以快速的计算出更新后决策表约简,为计算增量约简提供了新的途径。本文对决策表下增量属性约简的算法进行了深入研究,取得了一些有意义的结论,这些结果将丰富粗糙集理论,特别是对基于粗糙集的增量属性约简求解方面有一定的借鉴作用。

全文目录

中文摘要  7-8
ABSTRACT  8-10
第一章绪论  10-14
  1.1 论文研究背景及意义  10-11
  1.2 国内外研究现状综述  11-12
  1.3 本文组织结构  12-14
第二章粗糙集的基本概念  14-18
  2.1 信息系统与决策表  14-15
  2.2 粗糙集与概念近似  15
  2.3 约简和核  15-16
  2.4 约简的基本算法  16-17
  2.5 本章小结  17-18
第三章基于分辨矩阵的增量约简算法分析  18-30
  3.1 分辨矩阵  18-21
  3.2 三种典型的基于分辨矩阵求解增量属性约简的算法分析  21-27
  3.3 算法比较与分析  27-28
  3.4 本章小结  28-30
第四章一种基于条件熵的增量式属性约简算法  30-40
  4.1 增量的属性约简机制  30-34
  4.2 基于条件熵的增量属性约简算法  34-36
  4.3 实验结果分析  36-38
  4.4 本章小结  38-40
第五章结束语  40-42
参考文献  42-46
攻读学位期间取得的研究成果  46-48
致谢  48-50
个人简况及联系方式  50-54

基于Rough Sets的增量式约简算法研究

内容摘要

全文目录

相似论文