《混合數據粗糙集分析的模型結構和算法研究》是依託哈爾濱工業大學，由胡清華擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：混合數據粗糙集分析的模型結構和算法研究
- 依託單位：哈爾濱工業大學
- 項目類別：青年科學基金項目
- 項目負責人：胡清華
- 批准號：60703013
- 申請代碼：F06
- 負責人職稱：教授
- 研究期限：2008-01-01 至 2010-12-31
- 支持經費：19（萬元）
項目摘要
數據挖掘經常面臨數量巨大、類型多樣的不確定信息。現有粗糙集理論是處理不確定性的有效工具，但僅能分析符號變數，不適用於複雜變數以及多種變數共存的信息系統的分析。理論發展和套用需求都迫切需要建立混合信息系統的粗糙集分析模型。.本課題打破傳統以關係拓展粗糙集模型的思路，提出基於距離粒化的混合數據粗糙集分析模型。由於在各種類型變數域及其混合的特徵空間都可以定義距離函式，該模型統一了名義變數和數值變數的粗糙集分析方法，而且建立了多類型變數共存的混合信息的粗糙集分析框架，為理解混合信息系統的信息結構和拓展粗糙集理論的套用奠定了基礎。.距離決定了樣本空間的粒化結構和逼近能力。本研究提出通過距離學習粒化樣本空間，構造最優粒化結構的課題。基於同態分析，提出了混合數據屬性約簡的快速算法設計思路。由於在粗糙集模型中引入距離，揭示了粗糙集理論在邊界樣本分析中的作用，提出了邊界樣本學習的方法。
