知识表达系统中条件属性与决策属性关系的分析.pdfVIP

李伟光：知识表达系统孛奈件属性与决策属性关系的分哲 知识表达系统 中条件属性与决策属性关系的分析 AnalysisofRelationsBetweenAttributesandDecisions inaKnowledgeExpressionSystem 李伟光 (四川理工学院自动化与电子信息学院，四JIl自贡643000) 摘 要：本文利用了最优化理论，讨论主分量分析 (PcA)的原理，提出利用主分量分析的方法研究知识表达系统中条件属性的相关性，进而讨论决策系 统中条件属性的重要性和系统控制参数的简化 ，并给出了利用主分量分析的方法研究知识系统中属性的相关性，进行系统参数简化的算法。理论分 析和实例计算结果证明了本文提出的方法的可行性和有效性。 关键词：特征提取；主分量分析；粗糙集 在一个知识表达系统中，分析衡量各个属性对于决 推。如果将坐标原点平移到 g点，并做旋转，得到一正交 策的重要程度，解释各个属性的作用，这些分析内容都有 坐标系 a1ga2。如图2所示。显然 ，图2较之 图 1在分 着重要的意义。但是在一个知识表达系统 中，对于选取 析计算上更容易处理。 的各个属性常常相互之间存在一定的相关性，这些具有 相关性的数据会造成数据的冗余，降低计算的有效性。 如果在分析计算中考虑这种相关性，会使数据的分析变 得复杂，所以在进行数据计算处理之前，首先去处数据的相 关f生可以有效的方便以后数据的分析处理。本文介绍的主 图 l 图 2 分量提取的办法可以有效的去除各个属性的相关陛。 1 属性之间相关性的度量 3 计算主分量的方法 首先设属陛．x和属性y，其属性数值分别为x(是) 如果将知识表达系统的属性值看作一个线性空间， 和 Y(k)。则X和y的相关函数和协方差函数分别为： 主分量分析实质上就是分析该线性空间的秩和基。基于 R (kl，走2)=E{z(k1)Y (足2)} 该思路，分析主分量可 以直接分析矩阵的秩和最大无关 (k1，k2)：E{[ (k1)一 ][Y(k2)一 ] }= 组。也可以使用主分量分析的主要方法 ：最小二乘法。 R (r)一 本文基于该思路，提出了分析知识表达系统的详细计算 t，弋 ／一 、 方法和步骤。 相关系数为 阳 (r) J,xykZ-／ 设 X为一个有 个样本和P个变量的数据表 。 在这里我们对互协方差的解释如下：互协方差涉及 X=[ 1， ，X3．．．．X j 两个不同属性的数据 x(k)和 y(k)于均值差之间的乘 为了推导方便且不失一般性，先将知识表达系统中 积。这样这两个属性的共性部分就得到加强。而属性 中 的数据进行标准化处理，也称为 白化处理 。(即E(X) 的随机部分，在乘积和平均的运算后，趋于相互 “抵消 “。 =0；Vr(X，)=1)。标准化过程如下： 进而，通过对协方差系数做归一化处理，得到了相关系 XiI=(、xi—x ／S 数。所以，用协方差系数来衡量属性之间的相关性是合 其中 为第 个属性的数学期望，s，为第 个属性 理的。 的方差。现在假设知识表达系统中的数据都经过了上面 2 主分量分