基于粗糙集的分类规则挖掘的研究

论文摘要

粗糙集理论及其应用是一个新的学术热点,在许多领域得到了广泛的应用。它的内在的分类特点使得它尤其适合于发现分类规则。国外已经研发出基于粗糙集理论的各种工具软件,而我国对于粗糙集的研究还处于理论阶段,应用上很落后,没有成熟的粗糙集工具软件,这是本论文产生的背景。本论文将粗糙集理论应用于分类规则挖掘,提出了一个基于粗糙集理论的分类规则挖掘的模型,并用PL/SQL将理论模型在一个ORACLE数据库上模块化实现,最终得到两种分类规则,试验结果准确,基本达到了论文的目的。因为PL/SQL开发每个模块都可以做成数据库中的存储过程或函数,可供其他编程语言调用,这就为使用任何语言的软件开发者提供了编制这种数据挖掘软件的基础。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 数据挖掘定义
• 1.2 数据挖掘系统分类
• 1.3 数据挖掘功能
• 1.4 数据挖掘应用
• 1.5 数据挖掘的研究历史和现状
• 1.6 粗糙集理论的产生和发展
• 1.7 本论文的主要工作及论文安排
• 2 粗糙集理论的基本概念
• 2.1 信息表和不可分辨关系
• 2.2 集合近似及其性质
• 2.3 粗糙隶属函数和不确定性
• 2.4 属性的依赖性和约简
• 2.5 决策表和决策规则
• 3 分类规则挖掘的理论模型
• 3.1 规则获取的常用方法
• 3.2 理论模型的设计
• 3.3 数据预处理模块
• 3.4 粗糙集处理模块
• 3.5 规则导出模块
• 3.6 规则约简模块
• 4 算法的仿真与实现
• 4.1 PL/SQL简介
• 4.2 PL/SQL开发的模块化设计
• 4.3 数据库基础设计
• 4.4 数据预处理模块
• 4.5 粗糙集处理模块
• 4.5.1 计算分辨矩阵模块
• 4.5.2 计算核心集模块
• 4.5.3 计算属性重要性模块
• 4.5.4 属性约简模块
• 4.6 分类规则导出模块
• 4.7 分类规则约简模块
• 4.8 分类规则表示模块
• 4.8.1 分类规则导出模块的规则表示
• 4.8.2 分类规则约简模块的规则表示
• 5 总结
• 致谢
• 参考文献