基于粗集理论和神经网络的集成化数据挖掘方法研究

为了从大型数据库中获取有用的知识 ,本文提出了一种基于粗集理论和神经网络的集成化数据挖掘方法 .论文以所提出的研究框架为基础 ,首先给出了一种改进的粗集属性约简的算法和消除冗余属性的方法 ,进而采用面向对象的概念泛化进一步对数据库进行属性约简 ,最后用相似权值法得到产生式规则 ,并将所得规则用决策树来表示 .通过一个完整的应用实例演示了本文方法 。