| 【中文题名】 | 基于粗糙集的属性约简及其应用研究 |
| 【英文题名】 | Study on Attribute Redution Based on Rough Sets and Its Application |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-12 |
| 【中关键词】 | 粗糙集,属性约简,属性相似度,连续属性离散化,曲线拐点,油层识别 |
| 【英关键词】 | rough sets,attribute reduction,attribute similarity,continuous attribute discretzation,curve inflection point,oil layer identification, |
| 【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】 |
粗糙集理论对不完整、不精确信息和知识具有很强的分析处理能力,目前已成为智能信息处理中的一个热点研究内容,并已被广泛应用于机器学习、模式识别、知识发现、决策分析和过程控制等领域。本文重点讨论基于粗糙集的属性约简方法,提出了一种新的连续属性离散化算法和基于属性相似度的属性约简算法,并应用于石油测井的数据处理和油层识别之中。主要工作如下:
(1)分析了典型的连续属性离散化算法,并指出了现有离散化算法的不足之处,即对于候选断点集的选择没有统一的理论指导,且所求得的断点数目太多或断点不合理。为此从数学曲线的拐点特性出发,提出了一种新的连续属性离散化算法,即先根据实际数据呈现的曲线分段特征,选取离散数据拐点作为候选断点集;然后采用粒子群优化算法(PSO)来优选候选断点集。仿真结果表明这种离散化算法是行之有效的。
(2)讨论了目前常用的几种约简算法,指出了现有的基于属性重要性的约简算法存在着因属性重要性的定义不一而使约简结果各异,以及当多个属性的重要性相等时难以确定最简约简等问题。为此,根据条件属性与决策属性的相似关系,给出了属性相似度的概念,进而提出了基于属性相似度的属性约简算法,即在保证信息系... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
ABSTRACT |
5-9 |
|
第一章 绪论 |
9-13 |
|
§1-1 粗糙集理论的研究概况 |
9-10 |
|
§1-2 粗糙集理论的发展趋势 |
10-11 |
|
§1-3 课题研究的背景和意义 |
11-12 |
|
§1-4 论文主要研究内容与结构安排 |
12-13 |
|
第二章 粗糙集基本理论 |
13-18 |
|
§2-1 知识与知识库 |
13 |
|
2-1-1 知识与分类 |
13 |
|
2-1-2 不可分辨关系 |
13 |
|
§2-2 知识约简 |
13-15 |
|
2-2-1 一般属性约简 |
13-14 |
|
2-2-2 相对属性约简 |
14-15 |
|
§2-3 知识的依赖性和相容度 |
15 |
|
§2-4 知识表达系统与决策表 |
15-18 |
|
2-4-1 知识表达系统 |
15-16 |
|
2-4-2 决策表 |
16-18 |
|
第三章 连续属性的离散化 |
18-28 |
|
§3-1 连续属性离散化方法概述 |
18-21 |
|
3-1-1 无监督的离散化方法 |
18-19 |
|
3-1-2 有监督的离散化方法 |
19 |
|
3-1-3 基于粗糙集的离散化方法 |
19-21 |
|
§3-2 一种基于拐点特性和PSO算法的离散化方法 |
21-28 |
|
3-2-1 基于曲线拐点的候选断点集的选取 |
21-23 |
|
3-2-2 基于粒子群（PSO）的优选算法 |
23-24 |
|
3-2-3 仿真试验与对比分析 |
24-28 |
|
第四章 属性约简算法 |
28-40 |
|
§4-1 差别矩阵算法 |
28-31 |
|
§4-2 基于启发式信息的属性约简算法 |
31-34 |
|
4-2-1 基于依赖度的约简算法 |
31-34 |
|
4-2-2 基于信息熵的属性约简 |
34 |
|
§4-3 基于属性相似度的属性约简算法 |
34-40 |
|
4-3-1 属性相似度的概念 |
34-35 |
|
4-3-2 基于属性相似度的属性约简算法与仿真分析 |
35-40 |
|
第五章 属性约简在油层识别中的应用 |
40-49 |
|
§5-1 最小二乘支持向量机(LS-SVM) |
40-42 |
|
§5-2 基于属性约简的LS-SVM识别系统 |
42-44 |
|
§5-3 实际应用 |
44-49 |
|
第六章 结束语 |
49-50 |
|
参考文献 |
50-53 |
|
致谢 |
53-54 |
|
攻读学位期间所取得的相关科研成果 |
54 |
|
| 【DOI】 | LunWen.ID:2.2008.389131 |
