增量式粗糙集属约简算法的研究.pdf

摘 要 粗糙集理论是波兰数学家Z．Pawlak提出的一种可用于处理不精确性、模糊性 和不确定性的有效的数学工具。其特点是在无先验知识或者附加信息的情况下处 理数据。粗糙集在数据挖掘、知识约简等方面有很好的应用前景。 属性约简是粗糙集理论的核心内容之一，其能够在保证系统分类和决策能力 不变的前提下对数据库中的冗余属性进行约简，简化知识表示，提高系统处理的 效率，方便用户决策。由于信息系统在对象、属性变化时，需要得到更新后的信 息系统的属性约简，这样，对于增量式粗糙集属性约简算法的研究慢慢开展开来。 本文通过对增量的粗糙集求核以及属性约简算法进行深入研究，主要的研究 内容如下： (1)提出了一种改进的基于正区域的决策表增量属性约简算法。首先计算原 决策表与增量决策表的等价类、核、J下区域等信息。其次通过分析，原决策表以 及增量决策表的等价类与新决策表的等价类关系，得到新决策表的等价类；分析 原决策表的正区域信息，增量决策表的正区域信息，得到新决策表的J下区域等信 息。最后根据上述的条件作为基于正区域的决策表求核。在新决策表核属性集合 的基础上，使用属性重要性算法对决策表进行属性约简。 (2)提出了一种改进的基于信息熵的决策表增量属性约简算法。首先将决策 表划分成多个小的同构的决策表，然后对各个同构决策使用基于信息熵的算法求 核，最后通过对原决策表与各同构决策表在属性约简之间核，等价类等的关系， 整合得到整个决策表的属性约简。 关键词：粗糙集；属性约简； 增量； 信息熵 ABSTRACT set Wills Polishmathematician Roughtheoryproposedby Z．Pawlak，thistheory wasmadeofa and ofan effectivemathematical non-precision，ambiguityuncertainty t001．The of this donotneed oradditional advantagestheory prioriknowledges ithasa indata informations，and goodapplicationprospects reduction，etc． Attributereductionone is ofthecore Canensuretheclassification contents，which and underthe ofconstantreductionofredundant decision-makingcapacity premise attributesina the the database，tosimplifyknowledgerepresentation,toimprove of convenience of efficiencysystem processing，the attributesorobjects ofinformation needto anew changing system，peopleget attribute