基于属性序的不完备信息系统的动态约简研究
粗糙集理论是一种用于处理不完备和不确定性问题的新型数学工具，能够对知识进行分类并且不需要信息系统之外的任何先验知识，所以在数据挖掘和数据库知识发现领域有着广泛的应用。面向含有缺失、未知数据的不完备信息系统，扩充经典粗糙集理论，形成多种扩展模型以及知识获取方法，有着极其重要的理论和现实意义。 一切事物都是发展变化的，信息系统同样也在动态更新，伴随着对象的新增和退出，系统的属性约简也发生了变化，所以需要动态修改属性约简。因此，将不完备信息系统作为研究对象，进行动态的属性约简研究，有着重要的理论意义。 实际生活中的数据集往往是共享的，通常被多个用户共同使用，每个用户按照个人应用需求或兴趣进行着数据挖掘。所以我们需要寻求一种恰当的方式来描述用户需求或兴趣，属性序正恰好满足这样的需求，可以通过它来体现不同用户的不同需要。但在知识获取的过程中，由于涉及用户隐私安全问题等原因而无法采集数据或者数据在整理、存储的过程中丢失，导致我们面临的通常是一个含有模糊的、不精确知识的不完备信息系统。所以，如何在不完备信息系统中挖掘出用户感兴趣的知识，是当前数据挖掘领域面临的一个重要问题。 结合以上两点，本文利用属性序，围绕着不完备信息系统的动态约简进行研究。针对不完备信息系统，使用限制相容关系对粗糙集模型进行扩展，给出了新的信息熵函数及属性重要性，形成属性序，以此来体现用户的需求和兴趣。针对信息系统数据规模庞大的问题，融合分解思想，将海量数据进行分治处理，提出了一种基于属性序的不完备信息系统的属性约简算法。 由于现实中的信息系统不断动态更新，所以利用属性序，在不完备信息系统中进行动态约简研究，给出一种不完备信息系统的增量式属性约简算法。此外由于现有的动态约简大多集中在增量式的属性约简，然而，对于不完备信息系统的减少式属性约简还很不成熟，所以，本文进一步在不完备信息系统中进行减少式属性约简进行研究，分四种情况分析减少的对象，给出了一种不完备信息系统的减少式属性约简算法。
粗糙集;属性序;不完备信息系统;动态约简
大连海事大学
硕士
数学
桑琳
2016
中文
TP18
57
2016-08-31（万方平台首次上网日期，不代表论文的发表时间）