粗糙集属性依赖度强化的应急数据挖掘模型

摘要

在粗糙集的核心方法属性约简理论中,针对次要属性过多时属性依赖度一致引发的约简困难现象,以粗糙集属性依赖度强化为基本方法构建数据挖掘模型.模型中,计算各属性在组合中的依赖度,将组合中的依赖度合并于各属性从而强化属性依赖度.为合理化计算过程,给出一种离散化方法并构建探索模型进行实验,缩小离散量范围与属性组合范围.最后所得依赖度作为属性重要性,挖掘重要属性.实验证明,在部分地区5级以上震后经济损失影响因素分析中,比较传统属性约简,该模型可更有效地分析属性之间的重要性,解决了约简困难的问题,使用测试数据时该模型与传统方法的结果有86％的一致性.