随着互联网技术的高速发展,各个领域均会产生待处理的大规模数据。如何对这些数据进行处理和分析,成为了当代的研究热点。粗糙集理论为数据挖掘提供了一种有效地处理冗余数据的手段。但对数值属性进行处理时必须先将其离散化。模糊粗糙集能够直接对数值属性进行处理,减少了因数据离散而带来的数据信息损失和避免数据结构被破坏的优势,能够有效地对数据进行处理,已成功应用于数据挖掘、医疗诊断等领域。为了降低样本分布和类噪声数据对基于模糊粗糙集的分类模型的影响,本文提出了相关方法对模糊粗糙集进行完善。此外,为了将多核粒化模糊粗糙集模型应用于并行环境下,本文给出了并行的多核粒化粗糙集的属性约简方法。本文主要的研究工作和创新性如下:1.在模糊粗糙集中,样本分布的不确定性会影响对象的近似集,进而影响有效属性约简的获取。为有效地定义近似集,本文提出了基于距离比值尺度的模糊粗糙集。该模型引入了基于距离比值尺度的样本集的定义,通过对距离比值尺度的控制,避免样本分布不确定性对近似集的影响。文中给出了该模型的基本性质,定义了新的依赖度函数,进而设计了属性约简算法。采用SVM、NaiveBayes和J48作为测试分类器在UCI数据集上评测本文算法的性能。实验结果表明,本文提出的属性约简算法能够有效获取约简并提高分类的精度。(第3章)2.经典的模糊粗糙集模型对类噪声数据极为敏感,使该理论在实际应用中受到限制。为了减轻噪声数据对该模型的影响。提出了基于INS算法的稳健模糊粗糙集属性约简方法。其中,INS算法是一种稳健的异常点检测算法,能够有效地识别出异常样本。本文首先将INS算法进行改进,使其能够应用在多类标数据中,并建立了一个约束条件已提高选出的噪声数据的精度。最后结合现有的模糊粗糙集模型进行属性约简。实验结果证明了该方法的有效性。(第4章)3.多核学习模型较之单核学习模型而言,具有更强的灵活性和适应性,利用多核代替单核能够获得更优的性能。利用MapReduce模型,实现了并行多核粒化模糊粗糙集模型属性约简算法。在UCI数据集上对该并行算进行了相关实验,并对该实验结果进行了相应地分析,实验结果证实了该并行属性约简算法的可行性,且具有较好的并行效果。(第5章)