知識(shí)獲取算法研究.pdf

1、粗糙集理論是一種新的處理模糊和不確定知識(shí)的軟計(jì)算工具。它能有效地分析和處理不精確、不一致、不完整等各種不完備信息，并從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)律，近年來在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等多個(gè)領(lǐng)域得到廣泛應(yīng)用。粗糙集是知識(shí)獲取的一種方法。作為當(dāng)前的研究熱點(diǎn)，在知識(shí)獲取的研究中尚存在一些問題未能解決，我們對(duì)其中兩個(gè)主要問題--求核問題和增量式知識(shí)獲取模型進(jìn)行了研究和討論，得到了較好的結(jié)果。屬性約簡是知識(shí)獲取中最重要的部分之一。決策表核屬性的確定往

2、往是信息約簡過程的出發(fā)點(diǎn)和關(guān)鍵。以前的可辨識(shí)矩陣求核算法由于忽略了某些因素而產(chǎn)生錯(cuò)誤結(jié)果，葉東毅在新的求核算法中雖然把錯(cuò)誤改正了，但算法復(fù)雜度明顯提高。本文在定義的合并規(guī)則的基礎(chǔ)上提出一種求核算法，該算法不僅改正了以前可辨識(shí)矩陣求核法的錯(cuò)誤，而且在性能上優(yōu)于葉東毅和Hu Xiaohua的求核算法。近幾年在粗糙集理論研究中對(duì)求解屬性的最小約簡或較小約簡以及求取最簡規(guī)則集[1-3]的算法已經(jīng)進(jìn)行了一些研究，但這些研究都是針對(duì)靜態(tài)數(shù)據(jù)的。而數(shù)

3、據(jù)庫是動(dòng)態(tài)的，因此許多研究者建議[4-6]，數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)算法應(yīng)該是增量式的。屬性最小約簡的增量式算法以及增量式更新概念格的算法已經(jīng)開始被研究，但對(duì)于增量式的知識(shí)獲取算法的研究工作還比較少。
　　 本文在以上工作的基礎(chǔ)上，研究了增量式知識(shí)獲取問題，發(fā)現(xiàn)當(dāng)把知識(shí)的樹結(jié)構(gòu)和粗糙集的知識(shí)獲取思想進(jìn)行結(jié)合后，對(duì)于增量式學(xué)習(xí)的數(shù)據(jù)可以取得好的學(xué)習(xí)效果。在此基礎(chǔ)上，我們提出基于粗糙集和規(guī)則樹的增量式知識(shí)獲取算法(RRIA)。實(shí)驗(yàn)表明，RRI