| 【中文题名】 | 基于Rough集理论的数据约简研究与应用 |
| 【英文题名】 | The Research and the Application of Data Reduction Based on Rough Set Theory |
| 【学科专业】 | 管理科学与工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-29 |
| 【中关键词】 | Rough集,不一致决策表,属性约简,人工神经网络,, |
| 【英关键词】 | Rough Set,Inconsistent Decision Table,Attribute Reduction,Neural Network, |
| 【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】 |
近年来，随着数据库技术的迅速发展以及数据库管理系统的广泛应用，企业的数据库中积累的数据越来越多。然而激增的数据背后隐藏着许多重要的信息，想要把所有的信息都进行分析和挖掘，是不明智也是不必要的。我们着重要做的，就是找到合适的算法，约简冗余的知识，提炼重要的数据。Rough集理论是由Pawlak教授于20世纪80年代初提出的一种用于处理不确定性和含糊性知识的数学工具，其基本思想是在保持分类能力不变的前提下，通过知识约简，导出概念的分类规则。它无需提供相关数据集合外的任何先验信息，适合于发现数据中隐含的、潜在有用的规律，即知识，找出其内部数据的关联关系和特征。近年来，Rough集理论和应用取得了很大的成功，已成为软计算方法的重要分支。本文的主要研究工作如下：
首先，本文介绍了Rough集理论的基本情况、Rough集的基本概念和Rough集模型的扩展。其次，对Rough集理论的数据约简进行了进一步的研究，提出了一种不一致决策表的划分方法；接着结合概率统计知识对不一致决策表进行决策规则提取，该方法是在满足决策规则力度、肯定因子和覆盖因子的基础上对规则进行筛选，从而提高了决策的准确性和合理性；随后根据R... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-7 |
|
引言 |
7-10 |
|
第1章 Rough集理论概述 |
10-27 |
|
1.1 Rough集理论的提出背景 |
10 |
|
1.2 Rough集理论的研究对象 |
10-11 |
|
1.3 Rough集理论的特点 |
11-12 |
|
1.4 Rough集的应用现状 |
12-14 |
|
1.5 Rough集的基本概念 |
14-24 |
|
1.5.1 知识与知识库 |
14-20 |
|
1.5.2 知识约简 |
20-22 |
|
1.5.3 信息系统与决策表 |
22-24 |
|
1.6 Rough集模型的扩展 |
24-27 |
|
第2章 Rough集理论的数据约简 |
27-43 |
|
2.1 决策表中的数据约简 |
27-29 |
|
2.2 一种不一致决策表划分的方法 |
29-32 |
|
2.3 基于Rough集的概率统计方法的决策规则提取 |
32-38 |
|
2.3.1 支持度，力度，肯定因子和覆盖因子 |
33-34 |
|
2.3.2 决策规则提取实例 |
34-38 |
|
2.4 属性的重要性 |
38 |
|
2.5 基于Rough集理论的数据约简综合应用实例 |
38-43 |
|
2.5.1 教学质量综合评价指标体系 |
38-39 |
|
2.5.2 评价指标权重的确定方法 |
39-40 |
|
2.5.3 教学质量综合评价步骤 |
40 |
|
2.5.4 模拟实例 |
40-43 |
|
第3章 Rough集约简理论在神经网络中应用的研究 |
43-55 |
|
3.1 神经网络理论 |
43-44 |
|
3.2 BP神经网络的基本原理 |
44-45 |
|
3.3 BP网络的算法实现 |
45-48 |
|
3.4 Rough人工神经网络约简模型 |
48-50 |
|
3.5 Rough人工神经网络约简模型的应用 |
50-55 |
|
第4章 总结与展望 |
55-57 |
|
致谢 |
57-58 |
|
参考文献 |
58-61 |
|
在学期间撰写的论文 |
61 |
|
| 【DOI】 | LunWen.ID:2.2008.389181 |
