基于粗糙熵的數(shù)據(jù)約簡(jiǎn)算法及應(yīng)用研究.pdf

1、粗糙集理論是繼概率論、模糊集理論、證據(jù)理論之后的又一個(gè)處理不確定性的數(shù)學(xué)工具。知識(shí)約簡(jiǎn)算法是粗糙集理論的核心內(nèi)容。尋找決策信息系統(tǒng)的最優(yōu)約簡(jiǎn)或全部約簡(jiǎn)是NP問(wèn)題，而基于屬性重要性的啟發(fā)式算法能夠取得較好的約簡(jiǎn)。 本文首先探討了知識(shí)的粗糙性和知識(shí)間的依賴關(guān)系，進(jìn)而定義了知識(shí)的依賴對(duì)比度，在此基礎(chǔ)上定義了新的知識(shí)粗糙熵屬性重要性，并給出約簡(jiǎn)判定定理，使其既可以適用于一般的決策信息系統(tǒng)，又可以適用于信息系統(tǒng)，更客觀地反映了知識(shí)的粗糙性

2、，由此提出了基于粗糙熵依賴對(duì)比度的屬性約簡(jiǎn)算法，并進(jìn)行實(shí)例分析。 為了更好地反映知識(shí)約簡(jiǎn)的完備性，在知識(shí)粗糙熵的基礎(chǔ)上，定義了決策概念集的條件粗糙熵，并證明了知識(shí)的條件粗糙熵隨著信息粒度變小而單調(diào)遞減的規(guī)律，給出其約簡(jiǎn)判定定理，提出基于條件粗糙熵的屬性約簡(jiǎn)算法，實(shí)例表明該算法是有效的。 值約簡(jiǎn)的最終目標(biāo)是為了獲取最簡(jiǎn)決策規(guī)則。本文首先建立了決策信息系統(tǒng)中知識(shí)與粗糙熵之間的關(guān)系，以知識(shí)的依賴度為基礎(chǔ)定義了一種新的粗糙熵概念