《基於多維數據模型的粒計算方法研究》是依託同濟大學，由苗奪謙擔任項目負責人的面上項目。
基本介紹
- 中文名：基於多維數據模型的粒計算方法研究
- 項目類別：面上項目
- 項目負責人：苗奪謙
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
粒計算的基本思想是從多角度、多層次進行問題求解，它是一種新的智慧型信息處理方法。然而，該理論尚缺乏信息多粒度表示的具體模型及多粒度推理的可行方法。粗糙集作為粒計算的主要模型之一，現有文獻也僅限於多角度（屬性）、單層次（單層屬性值域）的研究。針對這些問題，鑒於多維數據模型具有從不同層次、不同角度表示數據的能力，本項目擬從人的認知出發，以粗糙集理論為背景，率先將多維數據模型引入到粒計算中，提供一種具體的信息多粒度表示方法- - 多維數據模型表示法，並分析不同概念層次結構（線性、樹、格）下的粒間關係；利用層次聚類、譜聚類方法，設計概念層次的自動構建算法；將多維數據模型與粗糙集理論相結合，構造一種新的粒計算模型- - 層次粗糙集模型，並研究該模型下的知識約簡；通過研究分類問題在多粒度上解之間的保真、保假性質，設計多層次決策規則提取算法及多層次分類問題求解方法。
結題摘要
本項目研究了粒計算領域中“信息多粒度表示”和“多粒度推理”兩個重要問題。 (1)針對信息的多粒度表示問題，提出了以多維數據模型表示數據對象，用概念層次樹拓展經典粗糙集中的單維屬性，形成一種多粒度粗糙集知識表示方法；將一維數據對象看作粒，定義了粒度測度、信息系統的知識粒度、決策表的相對知識粒度，給出了適用於大數據集的相對知識粒度計算方法。 (2)針對多粒度推理問題，本課題組主要研究了多粒度規則生成及其在分類問題中的套用。基於多維數據模型的知識表示方法，提出了多種多層次決策規則挖掘算法，並深入分析了不同抽象層挖掘出的規則間的性質保持關係，及其在多粒度分類問題中的套用。總結上述兩項工作，創建了一個新的粒計算模型——層次粗糙集模型。此外，課題組又進一步研究了雲計算環境下層次粗糙集模型中的知識約簡問題。利用概念層次樹，構建了統一的層次編碼決策表，設計了雲計算環境下層次粗糙集模型知識約簡算法。
