不完备区间值信息系统的知识约简与规则提取

摘要

在实际生活的各个领域中，由于现实情况的复杂性和人们对问题认识的局限性、主观性，许多事物不能用确定的数值来进行描述，只能获取其变动的范围，即数据变动的上限和下限。因此，引入区间值来最大程度的保留事物的原始信息。另一方面，由于技术手段或客观条件的影响，人们能够获取的信息往往不是完整的，即数据中存在缺省值。现实生活中，很多数据都满足上面所述的两种情况，因此，研究不完备区间值信息系统(IIIS)具有非常重要的意义。
　　本文采用粗糙集理论对不完备信息系统进行属性约简和规则提取。粗糙集理论是波兰学者Z.Pawlak教授提出的一种处理不确定性知识的数学理论，它能有效的分析和处理不精确、不确定与不完备信息，并从中发现隐含的知识，揭示潜在的规律。
　　属性约简和规则提取是粗糙集理论的重要内容。本文主要的研究要点有两个:一、根据不完备区间值的特点，对其进行分类。在这一步里，一方面对以往的相似关系进行了重新定义，另一方面，引入了模式识别中的层次聚类法，对不完备信息系统进行了分类。二、根据不同的分类方法，建立符合不完备区间值信息系统的属性约简和规则提取方法，并建立不完备区间值信息系统上的不确定性度量指标，对其进行近似评价。
　　对于不完备信息系统和区间值系统的研究已有较多的成果，但对于不完备区间值的研究并不多。不完备区间值系统更加具有普遍性，本文给出的属性约简和规则提取为以后的理论研究提供了良好的思路。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．1．1 课题来源

1．1．2 研究的目的意义

1．2 国内外研究现状及水平

1．3 本文主要结构

第2章 信息系统知识发现的基础理论

2．1 粗糙集理论的相关概念

2．1．1 信息系统

2．1．2 决策表

2．1．3 信息系统上的关系和分类

2．1．4 粗糙集及其近似

2．1．5 信息系统的知识约简

2．1．6 决策表的规则提取

2．2 信息系统的一般处理方法

2．2．1 区间值信息系统的一般处理方法

2．2．2 区间值信息系统上的偏序关系

2．2．3 不完备信息系统的一般处理方法

第3章 IIIS上的知识发现方法

3．1 基于相似关系的分类方法

3．1．1 不完备区间值上的相似关系

3．1．2 基于最大相容块的方法

3．2 基于聚类分析的分类方法

3．2．1 数据预处理

3．2．2 层次聚类法分类

3．3 属性约简和规则提取

3．3．1 广义决策和辨识函数

3．3．2 相似关系下的辨识函数

3．3．3 聚类分析下的辨识函数

第4章 IIIS上知识的不确定性度量分析

4．1 经典粗糙集的不确定性度量

4．2 相似关系下的不确定性度量的建立

4．2．1 基于相似类的不确定性度量

4．2．2 基于最大相容块的不确定性度量

第5章 算例分析

5．1 分类

5．1．1 相似关系法

5．1．2 聚类分类方法

5．2 相似关系下的属性约简和规则提取

5．2．1 建立可辨识矩阵

5．2．2 计算辨识函数

5．3 聚类分类下的属性约简和规则提取

5．3．1 建立可辨识矩阵

5．3．2 计算辨识函数

第6章 结论与展望

参考文献

攻读硕士期间发表的学术论文及科研工作

致谢