| 【中文题名】 | 基于泛系方法论的相似关系粗糙集理论研究 |
| 【英文题名】 | Research on Similarity Rough Set Theory Based on Pansystems |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-7-27 |
| 【中关键词】 | 粗糙集理论,泛系理论,属性相似信息系统,相似度,支配函数,形影关系 |
| 【英关键词】 | Rough Sets theory,Pansystems theory,Attribute similarity information system,Similarity degree,Dominate function,Body-shadow relation,quasitransitivity,s-s core,Attribute reduction, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 粗糙集(Rough Sets,也称Rough集或粗集)理论是一种研究不完整、不确定知识和数据的表达、学习、归纳的理论方法,是一种新的处理模糊和不确定性知识的数学工具。近年来在理论模型、算法研究、工程研究等方面取得了较好的成果与应用。目前,粗糙集理论已成为信息科学中最为活跃的研究领域之一,而且该理论同时也应用到医学、化学、材料学、地理学、管理科学及金融等其他学科领域。
本文主要工作范围是利用构造性方法从关系方向对经典粗糙集理论进行推广,结合泛系方法论和基于相似关系的粗糙集理论进行分析和研究。在探索新的相似关系粗糙集理论模型的基础上,进一步在信息检索和约简算法两个方面得到改进和扩充。
本文首先介绍了目前粗糙集理论的研究发展现状,给出了粗糙集理论的一些基本概念,对概念进行了简要说明,并介绍了粗糙集的基本原理、方法。第三～五章是本文的主要贡献。第二章主要工作有两个方面:
1.首先提出基于相似度和相似度度量函数的属性相似信息系统的概念。并提出属性相似信息系统是相似关系粗糙集模型的一个特例,是某个知识表达系统的近似系统。而后从泛系观的角度,提出基于泛系形影关系和相似度度量函数构造给定知... |
| 【论文题纲】 |
|
原创性声明 |
2-3 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-5 |
|
目录 |
5-7 |
|
第一章 绪论 |
7-13 |
|
1.1 研究背景 |
7-11 |
|
1.1.1 粗糙集理论的发展 |
7-8 |
|
1.1.2 粗糙集理论的研究现状 |
8-10 |
|
1.1.3 泛系理论的发展及研究现状 |
10-11 |
|
1.2 研究内容 |
11 |
|
1.3 本文组织结构 |
11-13 |
|
第二章 粗糙集基础知识 |
13-19 |
|
2.1 粗糙集基本概念 |
13-16 |
|
2.1.1 知识表达系统 |
13-14 |
|
2.1.2 粗糙集的基本概念 |
14-16 |
|
2.2 相似关系粗糙集理论 |
16-19 |
|
2.2.1 理论背景 |
16-17 |
|
2.2.2 相似关系信息系统 |
17-19 |
|
第三章 基于泛系形影关系的属性相似信息系统构造算法及其分解 |
19-29 |
|
3.1 相关知识 |
19-20 |
|
3.1.1 相似关系 |
19 |
|
3.1.2 相似度 |
19-20 |
|
3.1.3 泛系形影关系 |
20 |
|
3.2 属性相似信息系统 |
20-21 |
|
3.3 属性相似信息系统构造方法 |
21-23 |
|
3.4 属性相似信息系统的分解模型 |
23-28 |
|
3.4.1 支配函数 |
23-24 |
|
3.4.2 分解模型 |
24-25 |
|
3.4.3 实例说明 |
25-27 |
|
3.4.4 信息检索 |
27-28 |
|
3.5 小结 |
28-29 |
|
第四章 基于泛系二元关系的相似关系粗糙集理论 |
29-40 |
|
4.1 泛系二元关系 |
29-30 |
|
4.2 泛系拟传递及相关性质 |
30-32 |
|
4.3 泛系拟传递和形影关系 |
32-34 |
|
4.4 基于拟传递的相似关系粗糙集模型及相关性质 |
34-39 |
|
4.4.1 模型的提出 |
34-36 |
|
4.4.2 相关性质 |
36-37 |
|
4.4.3 近似精度比较 |
37-38 |
|
4.4.4 实例说明 |
38-39 |
|
4.5 小结 |
39-40 |
|
第五章 基于泛系二元关系的相似关系粗糙集模型的属性约简 |
40-49 |
|
5.1 决策表知识表达系统的约简 |
40-42 |
|
5.1.1 相对正域与核 |
40 |
|
5.1.2 决策规则 |
40-41 |
|
5.1.3 决策表的约简 |
41-42 |
|
5.2 相似关系信息表的属性约简 |
42-44 |
|
5.2.1 相容相似信息表 |
43 |
|
5.2.2 改进的属性约简算法 |
43-44 |
|
5.3 实例说明 |
44-48 |
|
5.4 小结 |
48-49 |
|
第六章 结束语 |
49-51 |
|
6.1 本文工作总结 |
49-50 |
|
6.2 未来工作展望 |
50-51 |
|
参考文献 |
51-54 |
|
在校期间研究成果 |
54-55 |
|
致谢 |
55 |
|
| 【DOI】 | LunWen.ID:2.2008.387828 |
