一种不完备信息表的预处理方法

针对不完备信息表预处理问题中的不完备数据的填补问题、冗余属性的约简问题和连续属性的离散化问题进行了研究.应用粗糙集理论,由相容信息表中条件属性与决策属性间的一致性对应关系,定义了划分区间的加法运算,解决了不完备数据填补问题;根据类别概念,定义了差别向量,利用差别向量加法运算删除了冗余属性;根据条件属性与决策属性之间的依赖关系及相对信息熵概念,实现了连续属性的离散化.数值示例和实验结果显示此方法是有效可行的.

基于模糊粗集的不完备信息表属性约简新算法

模糊粗糙集结合了粗集和模糊集的优点,是一种有效的数据处理理论,尤其在不完备信息表数据处理中。论文对Krysckiewcz容差关系模型加以改进,充分考虑信息表中属性取值的规律,构造模糊的二元不可分辨关系,运用模糊粗糙集理论,推广属性依赖性度量概念,给出了属性约简算法,并通过一个实例验证了它的有效性,为不完备信息表的数据处理提供了一些解决问题的思路。

L水平相似关系下不完备区间值信息表的三支决策

推广了不完备信息表的三支决策模型。首先,根据决策者的风险偏好,定义一个L水平相似关系用以度量区间值信息表上不同对象间的相似程度。其次,从不完备信息表中存在的缺失值的两种语义出发,利用区间数获取损失函数进而通过贝叶斯最小风险决策理论求得三划分所需要的阈值。最后,将三支决策模型推广到由区间值不完备信息和损失函数矩阵组成的混合区间值信息表上,并且研究了模型的性质。

一种基于新型关系矩阵的数据填补方法

研究不完备信息系统,分析容差关系、非对称相似关系、限制容差关系的局限性,提出一种基于新型关系矩阵的数据填补方法。新型关系矩阵完整地记录了各对象之间条件属性以及决策属性的异同情况,以此挖掘对象间的潜在联系,并进行空缺值的填补处理,填补的结果不会破坏系统的协调性。数据集测试结果验证了该方法的有效性。