1、基于粗糙集的特征選擇算法研究【摘要】：粗糙集理論（RoughSetTheory）是波蘭數學家 Z.Pawlak 于1982 年提出的一種處理模糊、不確定數據的軟計算方法，是目前國際上人工智能理論及其應用領域中的重要研究熱點之一。由于粗糙集理 論方法獨特、思想新穎，在提出的三十余年里面，吸引了大量研究人員 對其進行研究，并成功的衍生出模糊粗糙集、優勢關系粗糙集、決策 理論粗糙集、變精度粗糙集等多種適用于處理復雜類型數據的粗糙計 算模型。這些模型已成功應用于機器學習、模式識別、決策支持、過 程控制、數據庫知識發現、專家系統等研究領域。基于粗糙集的特征 選擇（屬性約簡）是粗糙集理論研究的核心內容之一

2、，主要是在保持原 始數據的屬性區分能力不變的前提下，選擇具有最小特征（屬性）數的特征子集，達到消除無關和冗余特征，提高知識發現效率，改善分類器 性能的目的。隨著目前大量高維海量復雜數據的出現，這種解決問題的思路對于處理具有高價值總量、低價值密度、含有大量冗余屬性的 大數據研究具有重要的意義。本文跟蹤國際學術前沿，對基于粗糙集理論的屬性約簡進行整理分析，在借鑒 PageRank 算法思路的基礎上，提出了通過對屬性進行 全局性”重要度排序，進而構造一種新的屬性 約簡算法。另外，總結已有粗糙集特征選擇的部分方法及數據集的預 處理方法,設計了包含粗糙集特征選擇與數據集預處理方法的 RSLibrary

3、類庫,在類庫的基礎上設計了粗糙集特征選擇系統。本文主 要工作如下：（1）啟發式屬性約簡算法的分析與比較。對經典的啟發yiT論女第表&彖式屬性約簡算法、啟發式約簡加速算法、啟發式約簡雙向約簡加速算 法分別進行了具體的分析和比較。（2）提出一種基于 全局性”屬性重要 度排序的特征選擇算法。將粗糙集理論與 PageRank 算法結合,借鑒其 投票機制，提出了屬性排序算法（AttributeRank）,進而設計了基于屬性 排序的特征選擇算法。在處理海量數據時，該算法的并行版本能夠在 可接受時間內得出結果。（3）設計了基于粗糙集的特征選擇系統。針 對在粗糙集學習中，做實驗時,需要編寫大量重復性代碼、檢驗

4、編碼正 確性、對比實驗結果、對書局集進行大量預處理等工作，設計了包含常見粗糙集屬性方法與數據集預處理的粗糙集類庫。在此類庫的基礎上開發了基于粗糙集的特征選擇系統。最后，將本文內容進行總結，說 明了針對該類問題可以深入研究的方向。這些研究內容，探索了將屬性約簡并行化的方法，為大數據的數據挖掘提供有價值的參考。同時，進一步豐富了基于粗糙集的數據挖掘算法，為發展高效的數據挖掘方 法提供一定的借鑒和指導，借此進一步推動并促進該領域的發展。【關 鍵詞】 ：粗糙集特征選擇屬性排序粗糙集類庫屬性相異系數【學位授予單位】：山西大學【學位級別】：碩士【學位授予年份】：2013【分類號】：TP18C 易發表用yi

5、T論女第表匸家【目錄】：中文摘要 8-10Abstract10-12 第一章緒論 12-181.1 研究的背景與意義 12-131.2 粗糙集理論及特征選擇國內外研究現狀13-151.3粗糙集理論基本知識 15-161.3.1信息系統和決策表 151.3.2不可區分 關系與上下近似 15-161.3.3 基于粗糙集的特征選擇 161.4 論文的研究 內容與組織結構 16-18 第二章基于粗糙集的啟發式特征選擇算法分析 與比較18-242.1 啟發式屬性約簡方法 18-202.2 啟發式屬性約簡加速 算法20-212.3 啟發式屬性約簡雙向加速算法 21-222.4 算法分析與比 較 222.5

6、本章小結 22-24 第三章基于屬性排序的特征選擇算法 24-383.1PageRank算法簡介 24-253.2 屬性排序算法 25-323.2.1 屬性關 系矩陣 25-273.2.2 屬性權重的確定 27-283.2.3 基于相似度的屬性排序 算法 28-323.3 基于屬性排序的特征選擇算法32-353.3.1 算法流程323.3.2實驗結果與分析 32-353.4本章小結 35-38第四章基于粗糙集 的特征選擇系統設計與實現38-444.1 粗糙集類庫的設計與開發38-404.1.1 粗糙集類庫概述 384.1.2 粗糙集類庫應用場景舉例 38-394.1.3粗糙集類庫設計與功能 39-404.2 系統功能 404