文档介绍：密级: 学校代码:10075
分类号: 学号:20091321

工学硕士学位论文

基于模糊粗糙集的压缩近邻规则
比较研究

学位申请人: 康晓萌
指导教师:翟俊海副教授
王熙照教授
学位类别:工学硕士
学科专业:计算机软件与理论
授予单位:河北大学
答辩日期:二〇一二年五月
Classified Index: CODE: 10075
: NO: 20091321

A Dissertation for the Degree of M. Engineering

Comparative Research of Condense
Nearest Rules Based on Fuzzy Rough
Sets

Candidate: Kang Xiaomeng
Supervisor: Associate Prof. Zhai Junhai
Prof. Wang Xizhao
Academic Degree Applied for: Master of Engineering
Specialty: Computer application technology
University: Hebei University
Date of Oral Examination: May, 2012
摘要
摘要
近邻规则是模式识别、机器学习、数据挖掘中广泛使用的一种基于样本实例的分类
方法,该算法通过从训练集中寻找与待分类样本最近的样本来确定其类别。然而近邻规
则的一个最大的缺点是在计算未见样本的所属类别时,需要计算该未见样本与训练集中
所有样本的距离,算法的时间复杂度和空间复杂度都很高。另一方面,在判断未见样本
的所属类别时,训练集里的所有样本都被看成是同等重要的。那么,如果训练集中的样
本存在不一致性,近邻规则的性能会大大降低。针对以上两个问题,降低训练集的规模
成为近邻规则的研究热点。
模糊粗糙集是将粗糙集和模糊集结合起来处理不精确和不确定信息的数学理论。目
前关于模糊粗糙集的研究主要集中在模糊粗糙集的定义及其约简上。从模糊粗糙集的定
义中可以得出样本隶属于上近似集合、下近似集合以及边界域集合的程度,而这些隶属
度表明了样本的重要程度。本文提出了两种基于模糊粗糙集的模糊压缩近邻规则(CF
K-NN1 和 CF K-NN2)和一种改进模糊近邻规则,并对不同的压缩近邻规则进行了比较
研究。这两种压缩规则包含三个步骤:
(1)利用模糊粗糙集技术求得一个模糊属性约简;
(2)分别从模糊粗糙集正域(边界域)中选取样本子集;
(3)从样本子集中抽取模糊分类规则。
在若干数据集上得到的实验结果以及对实验结果的统计分析证实了两种方法是可
行的、有效的,并且优于之前学者提出的压缩近邻规则,N,RNN,ICF 等。比
较研究得出了以下结论:算法 CFK-NN1 选择的样本个数比算法 CF K-N,RNN
和 ENN 选择的少,比算法 ICF 和 MCS 选择的多。算法 CF K-NN1 的测试精度比算法
CF K-NN2 的测试精度稍高,但两个算法的测试精度都高于其他算法。

关键词近邻规则粗糙集模糊集模糊粗糙集样本选择
I
Abstract
Abstract
The NN algorithm is a simple and well-known learning scheme based on the instances
which classifies an unseen instance by finding its closest neighbor in training set. Due to its
simplicity and effectiveness, it is widely used in many fields, such as pattern recognition,
machine learning and data mining. However, the main drawback of NN is the whole training
set must be stored in puter to classify an unseen instance, and its distance to each one
of the stored instances put