基于改进限制容差关系的信息系统知识约简

论文摘要

粗糙集理论是波兰科学家Z.Pawlak于1982年首先提出的一种数据分析理论,目前已发展成为一种处理不确定性信息的数学理论,并且成功地应用于机器学习、数据挖掘(data mining)、智能数据分析、控制算法获得等领域。 Pawlak最初提出的粗糙集理论是建立在等价关系基础之上的,然而相应的理论不适用于处理不完备的信息系统,现实中不完备信息系统的广泛存在极大地限制了粗集理论的应用领域。于是在后来的粗糙集理论研究中,研究者提出了各种扩充的粗糙集模型,如一般关系下的粗糙集模型、变精度粗糙集模型、模糊粗糙集模型、概率粗糙集模型等。针对不完备信息系统,为了刻划对象间的不可区分关系,Krysckiewcz提出了容差关系;Stefanowki等人提出了非对称相似关系和量化容差关系;王国胤在容差关系和非对称相似关系基础上提出了介于两者之间的限制容差关系。本文在分析以上关系的基础上,提出了改进限制容差关系。该关系的特点是:通过引入阈值先将原不完备信息系统进行划分,再利用联系度的概念确定改进限制容差类,基于产生的这些类得到上下近似。本文接着讨论了上下近似的代数性质,并把在完备信息系统基础上建立的一些粗糙集理论的重要概念引入到不完备信息系统中,对不完备信息系统进行了更深入地探讨。 属性约简是信息系统知识发现研究的核心内容之一,对完备信息系统的约简问题,目前学术界进行了大量的研究,其中包括基于正域的约简、基于信息熵的约简、基于包含度的约简等。本文基于改进限制容差关系,把正域约简、信息熵约简以及张文修等针对不一致决策表提出的分布约简、分配约简、最大分布约简和近似约简引入不完备信息系统,并讨论它们之间的关系,且证明了对于相容的不完备决策表,熵约简、分布约简、正域约简、最大分布约简、分配约简及近似约简都是等价的;文中通过定义属性的信息量,给出了分配约简的一种启发式算法:条件信息量约简算法,分析了该算法的时间复杂度。经实验检验,该算法是有效的。

论文目录

• 中文摘要
• 英文摘要
• 第1章 绪论
• §1.1 引言
• §1.2 本文的写作动机
• §1.3 本文具体研究工作简介
• §1.4 预备知识
• 第2章 改进限制容差关系
• §2.1 几种已有的不可区分关系
• 2.1.1 容差关系
• 2.1.2 非对称相似关系
• 2.1.3 量化容差关系
• 2.1.4 限制容差关系
• §2.2 改进的限制容差系
• §2.3性能分析
• 第3章 上下近似的代数性质及相关概念
• §3.1 改进限制容差关系上下近似算子的代数性质
• §3.2 改进限制容差关系下的相关概念
• 第4章 属性约简
• §4.1 不完备信息系统中几种属性约简的标准及关系
• §4.2 基于条件信息量的分配约简算法
• 4.2.1 属性的条件信息量
• 4.2.2 基于条件信息量的分配约简算法
• 结论
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文及科研成果