地震数据挖掘中的粗糙集模型及属性约简算法研究

摘要

论文从地震数据的特点和约简需求出发，分析传统的粗糙集和基于优势关系的粗糙集在约简算法方面存在的问题，对经典粗糙集算法作出改进，提出一个基于优势关系的粗糙集模型，并把它集成到地震数据挖掘平台PDMPS中。 论文首先介绍Pawlak粗糙集模型以及决策表、可辨识矩阵和约简等基本概念，然后结合地震数据的特点，引入启发式属性约简算法对海量地震数据进行预处理。根据属性重要性的判定方式，论文结合实际应用对三种典型的属性约简算法进行了研究和改进。(1)相对可辨识矩阵的属性约简是以相对可辨识矩阵为基础的，把对可辨识矩阵进行逻辑运算的计算转化成代数运算，从而在一定程度上简化了计算，提高了约简效率。(2)基于信息嫡的相对属性约简算法，把条件属性和决策属性之间的互信息用信息熵表示出来，并以此判定属性的重要性。(3)基于灰色关联度的属性约简算法。论文把灰色关联度研究因素之间关联性的特性引入到属性约简算法中，根据条件属性与决策属性的条件．决策关联系数和条件．决策关联度来判定属性重要性。 在讨论经典的基于不可分辨关系的粗糙集理论及其约简算法的基础上，进一步探讨了应用于多准则决策分析的基于优势关系的粗糙集扩展模型。首先针对现有约简算法中存在的缺点，提出了一个新的优势区分矩阵的定义，在该定义的基础上给出了相应的求核和求约简算法以及规则提取算法。随后，给出了一个应用实例，对全国小震目录数据利用基于优势关系的粗糙集理论进行分类挖掘，最终从44381条样本数据中得出272条确定性规则。 最后，对本课题小组实现的一个地震数据挖掘平台PDMPS进行了简要的介绍。此平台基于自强2000高性能集群系统构造，由数据挖掘引擎和算法库、数据仓库、数据预处理部件、并行数据管理中间件、领域知识库及用户接口等几大部分组成。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题研究背景

1.1.1地震数据特点

1.1.2粗糙集在地震数据挖掘中的优势

1.2本文的主要研究内容

第二章地震数据属性约简算法的研究

2.1粗糙集的约简算法概论

2.1.1属性约简简介

2.1.2属性约简的计算复杂度

2.1.3典型算法简介

2.2启发式属性约简算法在地震属性约简中的应用

2.2.1基于相对可辨识矩阵的属性约简

2.2.2基于信息嫡的属性约简

2.2.3基于关联度的属性约简算法

2.3值约简及规则提取

2.3.1常见值约简算法

2.3.2改进后的值约简算法在震例数据中的应用

2.4小结

第三章基于优势关系的粗糙集模型及其在地震数据挖掘中的应用

3.1基于优势关系的粗糙集模型的基本框架

3.1.1基于优势关系的粗糙集模型的基本概念

3.1.2基于优势关系的粗糙集模型中的若干性质

3.1.3优势区分矩阵的定义及性质

3.2基于优势区分矩阵的属性约简方法

3.2.1优势区分矩阵下的求核方法

3.2.2优势区分矩阵下的约简方法

3.3基于优势关系的规则提取

3.3.1优势关系下的规则形式及数量测度

3.3.2优势关系下的规则提取算法

3.4基于优势关系的粗糙集在震例数据挖掘中的应用

3.4.1应用背景

3.4.2数据源及优势区分矩阵的构造

3.4.3挖掘结果

3.5小结

第四章地震数据挖掘系统的实现

4.1地震数据挖掘平台(PDMPS)介绍

4.2系统的功能模块

4.3主要界面系统的开发环境与运行环境

4.4小结

第五章总结与展望

5.1总结

5.2主要创新点

5.3工作展望

附录