地震數(shù)據(jù)挖掘中的粗糙集模型及屬性約簡算法研究.pdf

1、論文從地震數(shù)據(jù)的特點(diǎn)和約簡需求出發(fā)，分析傳統(tǒng)的粗糙集和基于優(yōu)勢(shì)關(guān)系的粗糙集在約簡算法方面存在的問題，對(duì)經(jīng)典粗糙集算法作出改進(jìn)，提出一個(gè)基于優(yōu)勢(shì)關(guān)系的粗糙集模型，并把它集成到地震數(shù)據(jù)挖掘平臺(tái)PDMPS中。 論文首先介紹Pawlak粗糙集模型以及決策表、可辨識(shí)矩陣和約簡等基本概念，然后結(jié)合地震數(shù)據(jù)的特點(diǎn)，引入啟發(fā)式屬性約簡算法對(duì)海量地震數(shù)據(jù)進(jìn)行預(yù)處理。根據(jù)屬性重要性的判定方式，論文結(jié)合實(shí)際應(yīng)用對(duì)三種典型的屬性約簡算法進(jìn)行了研究和改進(jìn)

2、。(1)相對(duì)可辨識(shí)矩陣的屬性約簡是以相對(duì)可辨識(shí)矩陣為基礎(chǔ)的，把對(duì)可辨識(shí)矩陣進(jìn)行邏輯運(yùn)算的計(jì)算轉(zhuǎn)化成代數(shù)運(yùn)算，從而在一定程度上簡化了計(jì)算，提高了約簡效率。(2)基于信息嫡的相對(duì)屬性約簡算法，把條件屬性和決策屬性之間的互信息用信息熵表示出來，并以此判定屬性的重要性。(3)基于灰色關(guān)聯(lián)度的屬性約簡算法。論文把灰色關(guān)聯(lián)度研究因素之間關(guān)聯(lián)性的特性引入到屬性約簡算法中，根據(jù)條件屬性與決策屬性的條件．決策關(guān)聯(lián)系數(shù)和條件．決策關(guān)聯(lián)度來判定屬性重要性。

3、 在討論經(jīng)典的基于不可分辨關(guān)系的粗糙集理論及其約簡算法的基礎(chǔ)上，進(jìn)一步探討了應(yīng)用于多準(zhǔn)則決策分析的基于優(yōu)勢(shì)關(guān)系的粗糙集擴(kuò)展模型。首先針對(duì)現(xiàn)有約簡算法中存在的缺點(diǎn)，提出了一個(gè)新的優(yōu)勢(shì)區(qū)分矩陣的定義，在該定義的基礎(chǔ)上給出了相應(yīng)的求核和求約簡算法以及規(guī)則提取算法。隨后，給出了一個(gè)應(yīng)用實(shí)例，對(duì)全國小震目錄數(shù)據(jù)利用基于優(yōu)勢(shì)關(guān)系的粗糙集理論進(jìn)行分類挖掘，最終從44381條樣本數(shù)據(jù)中得出272條確定性規(guī)則。 最后，對(duì)本課題小組實(shí)現(xiàn)的一個(gè)