基于知识粗糙度和拓展属性约简的若干智能挖掘算法的研究

论文摘要

粗糙集理论是研究不完整、不确定问题的一种有效的方法，它具有不需要先验知识，忠实于原始数据的优点。在数据挖掘与数据库知识发现领域，粗糙集理论与方法已经得到了大量成功的应用，并已经成为数据挖掘与数据库知识发现的主流方法之一。 经典的粗糙集的方法针对的是确定性的信息系统，很多算法也是基于这样的假设。但是在实际的应用中，由于种种原因，我们得到的数据都带有一定的不完备性和不确定性，对于这样的问题，经典的粗糙集学习算法便显得捉襟见肘。于是很多扩展的粗糙集模型便应运而生，如变精度的粗糙集模型、模糊粗糙集模型等等，它们将近似、概率统计的观点引入经典的粗糙集中，定义了新的属性约简、核以及相应的可辨识矩阵，并在一些应用中取得了可喜的成果。 本文先是介绍了一种基于知识粗糙度的多变量决策树的构建算法，它在一些情况下得到的决策树比ID3得到的简单。进一步，本文分析了不一致信息系统下的分布约简、最大分布约简和熵意义下约简的性质和它们之间的关系，得出了熵意义下约简与分布约简等价的结论。同时借助概率统计中的卡方分布，提出了一种衡量属性约简与决策属性的相关性的随机性强弱的方法，为从多个属性约简中选择较好的约简提供了一种参考的原则。 在某些应用的场合下，样本数据是不断的增加或者被修改的，这就要求当有新样本到来的时候，学习算法可以在原来的获得的知识的基础上，增量地学习，而非一概地重新运行挖掘算法。为此，本文基于最大分布约简的可辨识矩阵，提出了一种增量的学习算法，并将其应用于医疗数据的挖掘中，试验的结果说明了算法的正确性和有效性。

论文目录

• 第一章 引言
• 1.1 粗糙集理论基础
• 1.1.2 知识表示系统和决策系统
• 1.1.3 粗糙集的几个概念
• 1.2 基于粗糙集的知识发现
• 1.2.1 知识发现与数据挖掘概述
• 1.2.2 基于粗糙集的知识发现过程
• 1.2.2.1 基于粗糙集的知识发现的过程
• 1.2.2.2 经典的粗糙集方法存在的问题
• 1.2.2.3 推广的粗糙集理论
• 1.3 本文的主要工作和创新点
• 1.3.1 本文的主要工作
• 1.3.2 本文的创新点
• 1.4 本文的组织
• 第二章 属性约简
• 2.1 属性约简的基本概念
• 2.2 不一致信息系统的属性约简
• 2.2.1 分布约简
• 2.2.2 最大分布约简
• 2.2.3 熵意义下的约简
• 2.2.3.1 知识的概率分布
• 2.2.3.2 知识的熵与条件熵
• 2.2.3.3 熵意义下的约简
• 第三章 基于知识粗糙度的多变量决策树
• 3.1 信息熵与决策树
• 3.2 多变量决策树
• 3.3 基于知识粗糙度的多变量决策树的构建
• 3.3.1 知识的粗糙度
• 3.3.2 算法流程
• 3.3.3 实验结果
• 3.3.3.1 算例执行过程
• 3.3.3.2 两种方法得到决策树比较
• 3.3.4 结论
• 第四章 概率粗糙集方法
• 4.1 概述
• 4.2 信息表的不完备性和规则的不确定性
• 4.2.1 规则的完备性
• 4.2.2 规则的准确性
• 4.2.3 规则的偶然性
• 4.3 卡方分布及变量间的相关度
• 4.4 基于卡方分布的属性分类能力的度量
• 4.4.1 知识的概率分布表
• 4.4.2 变量的相关性强度
• 第五章 基于粗糙集的增量学习算法
• 5.1 增量学习算法概述
• 5.1.1 规则生成算法
• 5.1.2 求近似最小规则集的算法逻辑描述
• 5.2 基于最大分布可辨识矩阵的增量学习算法
• 5.2.1 最大分布可辨识矩阵
• 5.2.2 二进制最大分布可辨识矩阵
• 5.2.3 最大分布约简的核
• 5.2.4 新增数据类型的判定
• 5.2.5 增量学习算法的流程
• 5.2.6 规则的更新策略
• 5.3 实验结果及其分析
• 5.3.1 源数据的介绍和预处理
• 5.3.2 提取出的规则和动态的检验
• 5.3.3 算法的复杂性分析
• 5.4 总结
• 第六章 总结与展望
• 参考文献
• 致谢
• 个人简历、在学期间发表的学术论文