[发明专利]一种基于决策表的模糊粗糙单调依赖数据挖掘方法

权利要求书

1.一种基于决策表的模糊粗糙单调依赖数据挖掘方法，其特征在于，包括：

决策表根据决策属性值按行进行排序，则第一决策属性集合D重新排序后获得第二决策属性集合                                                ，则第一条件属性集合重新排序后获得第二条件属性集合；

将第二决策属性集合划分为2≤p<n个区间，并计算出相邻区间的距离和各个区间的中心点，得到区间集合Ω={Ω₁、Ω₂、…Ω_p}，并根据映射关系对第二条件属性集合划分区间，得到区间集合Γ={Γ₁、Γ₂、…Γ_p}，其中p为区间数，n为决策表的对象数； 

从p到2循环计算出第二条件属性集合的每个P值下隶属函数的值；

根据所述每个P值下隶属函数的值判断决策属性与条件属性是否是模糊单调依赖关系，若隶属函数的值为0，则不是模糊单调依赖关系，不记录P值，若不为0则是模糊单调依赖关系，并根据所记录的P值求出所有对应的隶属函数值中的最大值并记录其对应的P值；

根据所述隶属函数的最大值计算出干扰因素的稳定作用范围；

求出所述决策属性和条件属性的约简属性，对决策表数据进行挖掘求出最优数据。

2.根据权利要求1所述的基于决策表的模糊粗糙单调依赖数据挖掘方法，其特征在于，决策表根据决策属性值的递增顺序按行进行排序，判断决策属性与条件属性是否存在模糊单调递增依赖关系。

3.根据权利要求1所述的基于决策表的模糊粗糙单调依赖数据挖掘方法，其特征在于，在所述决策属性值前加上负号，然后决策表根据添加负号后的决策属性值的递增顺序按行进行排序，判断决策属性与条件属性是否存在模糊单调递减依赖关系。

4.根据权利要求1所述的基于决策表的模糊粗糙单调依赖数据挖掘方法，其特征在于，所述划分区间的方法为：等距离设定决策属性集的P个区间的中心点，把作为相邻区间中心点的距离，第一个区间的中心点设为记为ct₁，第i个区间中心点记为ct_i，那么第区间中心点，得P个区间中心点的集合把与中心点集合中任一中心的距离小于等于的决策属性值归为相应的区间，其中y_n′∈、y₁′∈。

5.根据权利要求1所述的基于决策表的模糊粗糙单调依赖数据挖掘方法，其特征在于，所述循环计算的内容为：

A、求出相邻区间之间的距离和区间的中心点；

B、求相邻区间的隶属函数的值；

C、求本次循环的隶属函数的值。

6.根据权利要求2或3所述的基于决策表的模糊粗糙单调依赖数据挖掘方法，其特征在于，对任意的，有，则第一决策属性集合D与第一条件属性集合是严格单调依赖关系，否则第一决策属性集合D与第一条件属性集合不为严格单调依赖关系，其中Γ_r、Γ_h∈Γ，r、h为区间号。

7.根据权利要求6所述的基于决策表的模糊粗糙单调依赖数据挖掘方法，其特征在于，所述隶属函数为模糊单调隶属依赖函数，具体为：

其中表示中所有比的最小值大于或等于的元素的个数，表示中元素的个数，为待定系数，范围为，根据数据实际情况相对设定。

8.根据权利要求2或3所述的基于决策表的模糊粗糙单调依赖数据挖掘方法其特征在于，计算出所述干扰因素的稳定作用范围的方法为：根据从P到2的循环计算中得出的隶属函数值，在所述的隶属函数值不为0，且当模糊递增隶属函数的值在的过程中，后面的值大于等于前面的值，并且当P=2或P=3时，所述隶属函数值最大时，记录k的值并根据k的值求出所述干扰因素的稳定作用范围。

9.根据权利要求8所述的基于决策表的模糊粗糙单调依赖数据挖掘方法其特征在于，所述干扰因素的稳定作用范围为：。

10.根据权利要求7所述的基于决策表的模糊粗糙单调依赖数据挖掘方法其特征在于，所述判断规则中具体还包括：

S1、 则判定隶属函数值是否达到与最大隶属函数值的平均值，若不是，则判断决策属性与条件属性不是模糊单调关系； 

S2、当隶属函数值不为零时，P值越大，则模糊单调关系越强，模糊单调函数值越大，即模糊单调关系越强。