信息系統(tǒng)的約簡與粒度分析及其在數(shù)據(jù)挖掘中的應用.pdf

1、本文在粗集理論和模糊集理論的基礎上,對完整信息系統(tǒng)的約簡問題進行了研究.主要工作分為兩大部分:理論部分研究了信息系統(tǒng)的約簡以及約簡過程中出現(xiàn)的信息粒度變化,應用部分把作者在論域約簡和屬性約簡研究中取得的部分成果應用到人口普查數(shù)據(jù)集中,取得了令人滿意的結果.研究成果可直接應用于數(shù)據(jù)挖掘中,具有重要的理論和現(xiàn)實意義.具體來說:1)分析了屬性約簡的代數(shù)性質和信息熵變化規(guī)律,設計了高效的屬性約簡算法.通過分析發(fā)現(xiàn):可能約簡與近似約簡不等價,可能

2、約簡不能保持條件屬性對決策屬性的正區(qū)域不變,也不能保持條件信息熵不變,近似約簡、μ-約簡能保持條件屬性對決策屬性的正區(qū)域不變,同時保持條件信息熵不變.討論了在各種屬性約簡下信息系統(tǒng)的信息粒度變化,發(fā)現(xiàn)只有可區(qū)分約簡能保持粒度視圖不變.結合協(xié)同進化算法和并行算法的思想,提出并實現(xiàn)了并行協(xié)同進化算法,用該算法求取屬性集合的最小可區(qū)分約簡,得出了令人滿意的結果.最后對并行計算涉及到的屬性約簡結果的融合問題進行了探討.2)提出并研究了離散格.將

3、一個信息表的各種可能離散化方案組織成一個格空間,稱為離散格.證明了離散格是一個布爾代數(shù),給出了離散格的表示定理.構造了離散格到劃分格的映射,研究了離散格及劃分格中的信息粒度變化規(guī)律、條件屬性對決策屬性的正區(qū)域和條件信息熵的變化規(guī)律.分析了幾類離散化算法,指出這些算法的求解過程正是對離散格的搜索過程.3)討論了決策表論域約簡的原理和算法.論域約簡是指對決策表對象集合的壓縮.提出了決策表的連續(xù)性假設作為論域約簡的基本前提,采用了兩種決策表決