面向數(shù)字字符識別的粗糙集屬性約簡算法研究.pdf

1、屬性選擇是機器學(xué)習(xí)的核心問題之一，它關(guān)系到歸納算法的復(fù)雜性和學(xué)習(xí)性能。與目標(biāo)概念不相關(guān)的或受噪聲干擾的屬性會嚴(yán)重降低學(xué)習(xí)效果，而粗糙集屬性約簡是一種有效的消減冗余屬性、選擇與目標(biāo)概念強相關(guān)屬性子集的方法。由于經(jīng)典Rough集主要面向nominalattribute對象，處理通常包含噪聲和干擾數(shù)據(jù)的數(shù)值型對象時有很大局限。本文的研究內(nèi)容主要集中于Rough集理論對數(shù)值型屬性對象的約簡算法及其在數(shù)字字符識別中的應(yīng)用，結(jié)合屬性選擇的基本準(zhǔn)則提

2、出面向數(shù)值屬性約簡的評價函數(shù)并設(shè)計對應(yīng)的搜索算法，這些約簡算法完全適用于nominalattribute。 具體研究工作如下：一.在Rough集的基本算法方面，提出了計算等價類的快速算法和增量算法以及計算正區(qū)域的改進(jìn)算法，分析了算法的時間復(fù)雜度；改進(jìn)了最短屬性約簡GA的適應(yīng)度函數(shù)，引入特定有效位變異算子，以提高GA搜索效率。二.針對數(shù)據(jù)集包含噪聲和干擾問題，提出利用屬性同類一致性選擇抗干擾屬性。定義了兩種結(jié)合一致性的屬性重要度：

3、1.熵函數(shù)形式的類內(nèi)一致性判據(jù)JC，度量同類樣本屬性分布的隨機性；2.根據(jù)樣本同類相似和不同類相異概率定義的屬性綜合分辨力W(·)。這兩種屬性重要度都利用數(shù)據(jù)的統(tǒng)計特征，克服了經(jīng)典Rough集屬性約簡對噪聲敏感的缺點。在搜索算法方面設(shè)計了JC的全局優(yōu)化算法、filter算法和以W(·)為啟發(fā)式知識的SDAR約簡算法，這些約簡算法的目的是獲得高度同類一致性的屬性子集，導(dǎo)出覆蓋率高的規(guī)則庫。三.探討了Rough集理論應(yīng)用于數(shù)值屬性對象的局限