论文部分内容阅读
随着数据资源的日益增加，数据挖掘技术迅速发展起来。粗糙集理论作为一种有效的数据挖掘方法，正愈加被人们重视。 首先，本文介绍了数据挖掘和粗糙集的基本理论和主要方法。基于粗糙集的数据挖掘系统主要由三个模块组成：数据预处理模块、属性约简模块和规则生成模块。 其次，研究了基于特征矩阵的属性约简算法，提出一种新的基于特征矩阵的属性重要性分层度量方法，并将该方法应用于属性约简算法中，提出一种新的基于特征矩阵的属性约简算法，用实例证明其正确性与有效性。利用粗糙集中上下近似的概念，对特征矩阵进行扩展定义，将其应用于不一致决策表的近似约简，得出不一致决策表的上、下近似约简。 最后，研究了基于特征矩阵的规则提取方法。