基于粗糙集的定性数据分析

来源 :宁夏大学 | 被引量 : 0次 | 上传用户:mengwb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
定性数据作为数据的一种基本类型,随着应用领域的不断广泛,对其分析显得越来越重要。传统上对定性数据分析一般从统计建模的角度进行,如考虑变量独立性的列联表分析,考虑定性因变量和自变量之间关系的一般线性模型和Logistic回归模型等。Z.Pawlak提出的粗糙集理论从一个全新的角度对定性数据进行了分析和研究。   粗糙集是一种处理含糊和不确定性信息的数学工具.其基本思想是在保持分类能力不变的前提下,通过知识约简,导出概念的分类规则。信息系统的属性对于描述知识或者制定决策不是同等重要的,有些甚至是冗余的。因此需要在保持信息系统分类能力不变的条件下,删除其中不相关的属性。属性约简可以在保持信息系统分类能力不变的前提下,在信息系统属性集中寻找一个最小的属性子集,使分类知识表示得到简化。   本文针对名义数据以粗糙集理论中的等价关系为基础,给出了信息系统和决策信息系统的基本理论,考虑了决策信息系统的属性约简和规则提取方法。针对有序数据给出了基于优势关系的粗糙集模型及属性约简,并给出了优势关系下决策信息系统的规则提取方法及数值例子。对于实际问题中名义数据和有序数据同时出现的情况,本文提出优等关系粗糙集模型,并研究了它的性质。在此基础上,本文给出优等关系下信息系统的属性约简判定定理,从而提取简洁的决策规则。  
其他文献
如今, VaR是得到广泛认同和应用的风险度量值, VaR方法在于利用一个结构性方法论去思考风险,金融机构面对风险,可以经过计算VaR值的过程,运用VaR方法避免可能发生的损失,从而