| 【中文题名】 | 基于粒度计算的分类方法研究 |
| 【英文题名】 | Research on Methods of Classification Based on Granular Computing |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-15 |
| 【中关键词】 | 知识发现,粒度计算,分类,信息系统,, |
| 【英关键词】 | KDD,classification,granular computing,information system, |
| 【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】 |
知识发现(KDD，Knowledge Discovery in Database)是从数据中获取知识的一种智能信息处理技术。分类是数据挖掘的重要组成部分，它根据类标号已知的数据建立模型，进而使用该模型来预测类标号未知的数据所属的类。
粒度计算的思想产生于20世纪70年代，它的基本思想是模仿人类思考问题的方式：即人们能从极不相同的粒度上观察和分析同一问题，而且能够很快地从一个粒度世界跳到另一个粒度世界，往返自如，毫无困难。近年来，人们开始将粒度计算应用到数据挖掘领域中，并初步取得了一些成果，成为当前数据挖掘领域一个新的研究方向。
本文的主要工作是将粒度计算引入数据分类中，做了一些相关的研究，主要的研究内容包括：
1、本文较全面和深入地探讨了数据分类问题，讨论了分类的内涵(分类器构造)、外延(特征选择和规则提取)和本质，并针对数据分类问题的难点，研究了分类器构造的粒度变换与计算问题。
2、本文探讨了分类算法的粒度原理，利用粒度计算理论，独立于具体算法，展开对基于粒度计算理论的数据分类建模的研究，以探讨信息系统中知识形成的一般性规律和内在机制。
3、研究了不完备信息... |
| 【论文题纲】 |
|
摘要 |
4-6 |
|
Abstract |
6-11 |
|
1. 绪论 |
11-25 |
|
1.1 KDD的产生与发展 |
11-12 |
|
1.2 KDD的处理过程模型 |
12-14 |
|
1.3 知识发现与数据挖掘 |
14 |
|
1.4 知识发现方法的研究现状及面临的挑战 |
14-19 |
|
1.4.1 知识发现方法的研究概述 |
14-17 |
|
1.4.2 面临的一些挑战 |
17-19 |
|
1.5 分类问题的内涵与本质 |
19-22 |
|
1.5.1 分类问题的一般概念 |
19-20 |
|
1.5.2 分类问题的数学机理 |
20-21 |
|
1.5.3 模型函数的特性 |
21-22 |
|
1.6 分类问题的外延 |
22-23 |
|
1.7 课题意义及研究内容 |
23-25 |
|
2. 粒度计算概述 |
25-39 |
|
2.1 粒度计算的起源 |
25-26 |
|
2.2 粒度计算 |
26-29 |
|
2.2.1 粒度计算的定义 |
26-27 |
|
2.2.2 粒度计算的基本成分 |
27-29 |
|
2.3 粒度计算的基本问题 |
29-30 |
|
2.4 现有的几种主要粒度计算模型 |
30-35 |
|
2.4.1 基于模糊集合论的词计算模型 |
31-32 |
|
2.4.2 基于粗糙集理论的粒度计算模型 |
32-34 |
|
2.4.3 基于商空间的粒度计算模型 |
34-35 |
|
2.5 几种模型之间的关系 |
35-39 |
|
3. 分类中的粒度概念 |
39-45 |
|
3.1 分类的粒度变换和计算问题 |
39-41 |
|
3.2 基于商空间的粒度概念 |
41-42 |
|
3.3 分类的粒度原理 |
42-45 |
|
4. 基于粒度计算理论的数据分类建模 |
45-54 |
|
4.1 基本概念 |
45-47 |
|
4.1.1 信息系统 |
45-46 |
|
4.1.2 信息系统的全粒度空间 |
46-47 |
|
4.2 集合的粒度表示与概念学习 |
47-50 |
|
4.3 数据的分类模型 |
50-53 |
|
4.4 本章小结 |
53-54 |
|
5. 基于粒度计算的不完备信息系统分类问题研究 |
54-64 |
|
5.1 引言 |
54 |
|
5.2 粗糙集相关理论和不完备性 |
54-58 |
|
5.2.1 简约 |
54-55 |
|
5.2.2 决策一致性 |
55-56 |
|
5.2.3 不完备性 |
56-58 |
|
5.3 基于粒度计算的不完备系统的完备处理 |
58-61 |
|
5.3.1 商空间粒度计算基本理论 |
58-60 |
|
5.3.2 算法及实现步骤 |
60-61 |
|
5.4 应用实例 |
61-63 |
|
5.5 小结 |
63-64 |
|
结论 |
64-66 |
|
参考文献 |
66-70 |
|
攻读硕士期间发表的论文及所取得的研究成果 |
70-71 |
|
致谢 |
71 |
|
| 【DOI】 | LunWen.ID:2.2008.389046 |
