基于改进区分矩阵的属性约简算法研究与应用

论文摘要

信息技术和数据库技术高速发展,使得数据成几何级数增长,如何从海量数据中提取辅助决策的有效数据是当前研究的主要方向。粗糙集属性约简成为推理和决策规则提取的工具之一。通过分析现有属性约简算法忽略不相容决策表、反复扫描决策表和忽略属性值约简重要性的问题,提出一种改进区分矩阵属性约简算法,并将该算法应用在矿井风机故障诊断中。具体工作包括:(1)通过对现有主要属性约简算法进行了分析,针对不相容决策表中处理的不合理性,提出一种改进思想。(2)分析前人提出的改进区分矩阵属性约简算法,针对该算法反复扫描决策知识表而导致时间和空间复杂度增大的缺陷,提出了基于此算法的改进。(3)突出属性值约简对数据约简的重要性,真正实现了决策表的最简化,并提出改进的值约简算法。(4)基于以上三点改进思想,把其集成到一个算法中,提出了基于改进区分矩阵的属性约简算法,并通过UCI数据集中的数据对算法进行验证,证明了此算法的优越性。(5)将改进算法用于矿井风机故障诊断中,对矿井风机故障决策知识系统进行约简,通过约简后的结果对矿井风机故障进行规则提取,进而为矿井风机故障处理工作提供指导。

论文目录

• 致谢
• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究综述
• 1.3 论文主要研究内容
• 2 属性约简基础理论
• 2.1 知识的定义和表达
• 2.1.1 信息系统的相关概念
• 2.1.2 近似空间
• 2.1.3 决策表
• 2.1.4 知识系统的简化
• 2.2 知识约简
• 2.2.1 属性约简
• 2.2.2 属性值约简
• 3 改进的区分矩阵的属性约简算法
• 3.1 属性约简算法存在的问题
• 3.2 改进的区分矩阵属性约简算法
• 3.2.1 对不相容决策表的处理
• 3.2.2 对属性约简的改进
• 3.2.3 基于属性值约简的改进
• 3.2.4 本文的总的改进算法
• 3.3 实验及结果分析
• 3.3.1 实验环境
• 3.3.2 实验结果
• 3.3.3 结果分析
• 3.4 本文改进算法的优点
• 4 属性约简算法在矿井风机故障规则提取中的应用研究
• 4.1 属性约简在机械故障诊断中的应用概述
• 4.2 矿井风机故障概述
• 4.2.1 风机故障的主要原因及特征
• 4.2.2 矿井风机故障案例
• 4.3 属性约简算法在矿井风机故障规则提取中的应用
• 4.3.1 构建矿井风机故障决策知识表
• 4.3.2 矿井风机故障属性约简
• 4.3.3 矿井风机故障规则提取
• 5 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 作者简历
• 学位论文数据集