ABSTRACT
profound insight for the conflict resolution in different fields.
Thirdly, for the accuracy of classification method on single label dataset or multi label dataset, a unified paradigm for the accuracy used to evaluate different classification methods, using topological covering based on GrC, is presented, independent on number of data labels and different assumptions of ideal classification result(one assumption is partition, the other is covering). And some corresponding examples are also discussed to illustrate the accuracy in different classification situations. This unified paradigm will provide important reference value for the evaluation and improvement of accuracy of classification method.
In brief, this paper discusses theories and applications related to the covering under the same theory background, and it can be treated as supplement and development of generalized rough set on covering. And it reflects the specificity on theories, methodologies, techniques and tools of knowledge discovery under the background of GrC, with significant referred and applied value in the future.
KEY WORDS: GrC; Covering; Dynamic Information System; Rules Mining;
Associated-conflict; Classification
IV
目 录
摘 要 ............................................................................................................................ I ABSTRACT ................................................................................................................ III 目 录 .......................................................................................................................... V 第一章 绪 论 ........................................................................................................... 1
1.1粒计算 .............................................................................................................. 1
1.1.1粒计算提出背景 ..................................................................................... 1 1.1.2粒计算任务和目标 ................................................................................. 2 1.1.3粒计算基本要素和理论构成 ................................................................. 2 1.1.4粒计算研究方向与方法 ......................................................................... 5 1.1.5粒计算基本思想和实质 ......................................................................... 6 1.2覆盖广义粗糙集理论 ...................................................................................... 6
1.2.1覆盖广义粗糙集的研究背景 ................................................................. 7 1.2.2覆盖广义粗糙集的国内外研究现状 ..................................................... 8 1.3本文研究的意义、目标、方法和主要内容以及创新点 .............................. 8
1.3.1本文研究的意义 ..................................................................................... 8 1.3.2本文研究的目标 ..................................................................................... 8 1.3.3本文研究的方法 ..................................................................................... 9 1.3.4本文研究的主要内容以及创新点 ......................................................... 9
第二章 粒计算的独特魅力 ..................................................................................... 11
——以孤立点挖掘为例 ............................................................ 11 2.1引言 ................................................................................................................ 11 2.2引起孤立点的原因 ........................................................................................ 12 2.3孤立点挖掘方法的思想描述 ........................................................................ 12 2.4讨论 ................................................................................................................ 13 2.5小结 ................................................................................................................ 15 第三章 覆盖粒计算在基于粗糙集的动态信息系统规则挖掘中的应用 ............. 17
3.1引言 ................................................................................................................ 17 3.2预备知识 ........................................................................................................ 17 3.3规则挖掘 ........................................................................................................ 19
3.3.1动态信息系统中不一致性的辨识和消除 ........................................... 19
V
目 录
3.2.2规则挖掘算法 ....................................................................................... 20 3.4实例分析 ........................................................................................................ 22 3.5小结 ................................................................................................................ 24 第四章 基于覆盖粒计算的关联冲突分析 ............................................................. 26
4.1引言 ................................................................................................................ 26 4.2预备知识 ........................................................................................................ 27 4.3粒计算背景下的相关工作 ............................................................................ 27 4.4粒计算视角下的关联冲突 ............................................................................ 29
4.4.1关联冲突定义 ....................................................................................... 30 4.4.2关联冲突分析建模 ............................................................................... 30 4.5讨论 ................................................................................................................ 37 4.6小结 ................................................................................................................ 39 第五章 基于覆盖粒计算的分类准确性研究 ......................................................... 40
5.1引言 ................................................................................................................ 40 5.2预备知识 ........................................................................................................ 41 5.3讨论 ................................................................................................................ 42
5.3.1理想分类结果假设为划分 ................................................................... 42 5.3.2理想分类结果假设为覆盖 ................................................................... 44 5.4粒计算视角下的分类准确性统一范式 ........................................................ 45 5.5多标签数据分类准确性探究 ........................................................................ 47 5.6小结 ................................................................................................................ 50 第六章 总结与展望 ................................................................................................. 52
6.1总结 ................................................................................................................ 52 6.2展望 ................................................................................................................ 53 参考文献 ..................................................................................................................... 54 攻读硕士学位期间取得的研究成果 ......................................................................... 61 致 谢 ......................................................................................................................... 62 浙江师范大学学位论文独创性声明 ......................................................................... 63 学位论文使用授权声明 ............................................................................................. 63
VI
第一章 绪 论
1.1粒计算
粒计算（Granular Computing, GrC）是一门飞速发展的新学科，它是由美国学者T.Y.Lin于1997年提出的[1]。短短十几年的发展已经见证了它对科学特别是计算机科学的作用和影响。诸多国内外学者就粒计算的基本理论和方法做了大量的工作[2-12]。但为粒计算下一个正式的、精确的、能够广为接受的定义仍然是一件困难的事情。人们对粒计算的描述是建立在对它的直觉认识上的：粒计算是研究基于多层次粒结构的思维方法、问题求解方法、信息处理模式及其相关理论、技术和工具的学科。作为软计算科学的一个重要分支，它覆盖了所有和粒度相关的理论、方法和技术，主要用于对不确定、不准确、不完整信息的处理，对大规模海量的数据和对复杂问题的求解，正逐渐成为人工智能研究领域的热点之一。
1.1.1粒计算提出背景
研究粒计算有许多原因。其一是一致性：现实世界充满了结构和层次，它们体现在各种自然系统、社会系统和人工系统之中。因此，人们对现实世界的感知、理解、解释和表示也是有结构、分层次的。Zadeh将人类的认知能力概括为：粒化、组织和因果推理[13]。粒化是将一个整体分割成部分，每个部分是拥有相同、相似性质的个体的集合。组织是将松散的个体联系在一起，形成有着内在联系的整体。因果推理是找出原因与结果之间的必然联系。粒计算模型应该能描述这三种能力。因而粒计算的结构和现实世界的结构、人们的思维模式及行为方式是一致的。其二是系统性：粒计算的结构提供了对所解决的问题多视角、多层次的理解、概括和操作。作为一个整体，粒计算提供的思维模式和行为方式是系统的、完整的。其三是简化性：粒计算是提倡
1
第一章 绪 论
对问题进行不同层次的抽象和处理。在抽象过程中，可以只重视主要特性而忽略不相关的细节，从而达到对问题的简化。其四是灵活性：粒计算的结构允许人们在不同的时间、不同的情况下，将注意力集中在不同的层次及层与层之间的自然过渡上，缩放和转承是灵活多变的。其五是有效性：用粒计算指导的思维模式和行为方式将复杂问题分解成若干小问题。这种分而治之的方法是非常实用的，可以运用到不同的领域。其六是经济性：粒计算寻求在不同粒度上的近似解。这样的方法可以提高效率、降低成本。其七是容忍性：通过使用不同信息粒度，粒计算可以容忍不确定、不完全或有噪音的信息，从而获得具有鲁棒性的解决方案。
1.1.2粒计算任务和目标
粒计算的形成综合了许多学科的科研成果[14]，它的理论建立在对各个领域的共性进行概括、总结和整理之上，形成了对问题求解的普遍适用的原理、方法和策略。在过去的若干年中，许多学者对粒计算的具体模式和方法进行了研究。同时和粒计算原理相似的研究还在不断地出现，只是在不同的领域中运用了略微不同的名词和术语。将粒计算作为一个独立的学科研究可以防止这种不必要的重复劳动。 (1) 粒计算的任务
作为一个新兴的研究领域，粒计算是一门关于问题求解的艺术。它有着两项特殊的任务：其一是从各个不同的领域中概括出它们的共性，不考虑它们低层次上的差异，从而提炼出抽象的、高层次的、综合的认识；其二是将特定领域中隐含的结构明确化，以期总结出独立于具体领域的普遍原理。 (2) 粒计算的目标
粒计算之所以新且独特，并不完全在于一组具体的方法和策略，而在于提出一个统一的框架，对这些方法和策略进行全面的理解及综合。通过对粒计算的研究试图达到以下目标：将隐式的结构显式化；将不明显的原理明显化；将特定领域的特殊原理普遍化；将下意识的行为变成有意识的行为。
1.1.3粒计算基本要素和理论构成
(1) 粒计算的基本要素[14, 15]
2