[发明专利]一种基于粗糙集中DRICA的规则提取方法在审

专利信息
申请号: 201710524236.9 申请日: 2017-06-30
公开(公告)号: CN107403190A 公开(公告)日: 2017-11-28
发明(设计)人: 代建华;高帅超;郑国杰 申请(专利权)人: 天津大学
主分类号: G06K9/62 分类号: G06K9/62;G06F17/30
代理公司: 天津市北洋有限责任专利代理事务所12201 代理人: 刘玥
地址: 300072*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 粗糙 集中 drica 规则 提取 方法
【权利要求书】:

1.一种基于粗糙集中DRICA的规则提取方法,其特征在于,包括如下步骤:

步骤一,通过不完备决策表数据给出一个决策类的上(下)近似集B;一个用户感兴趣的属性集A;全部条件属性C;

步骤二,令已选择的属性集SA的初始值为A,未选择的属性集UA的初始值为C-A,规则集RULES的初始值空集,近似集B中未被规则集RULES覆盖的对象G的初始值为B;

步骤三,判断G是否为空集,如果满足条件,执行结束,输出规则集RULES;否则,进入步骤四;

步骤四,对未选择属性集UA中的每个属性a′计算P=(SA∪a′RB∩G);同时按照max|SA∪aRB∩G|的条件获得选择属性a;即选择|P|值最大的属性;令已选择的属性集SA=SA∪a,未选择的属性集UA=UA–a;

步骤五,按照属性集合SA∪a′从P中提取规则获得规则集rules;并对规则集rules中的每条规则r进行约简;

a、对规则r中某个属性值对(a,v)进行删除后,

b、判断规则r覆盖的对象集是否为B的子集,若是,令r=r–{(a,v)};

c、将提取到的规则r添加到规则集RULES中。

步骤六,令G=G–∪s∈{RULES}[s];

步骤七,判断,近似集B的已选择属性SA的下近似SARB和近似集B的全部属性C的下近似CRB是否相等,若满足相等,则结束,输出规则集RULES;否则,返回步骤三。

2.根据权利要求1所述的一种基于粗糙集中DRICA的规则提取方法,其特征在于,所述步骤一中不完备决策表数据,即给定一个决策表DT=(U,C∪D,V,f),如果存在x∈U,a∈C,fa(x)是一个缺失值(缺失值表示为“*”),则该决策表被称做不完备决策表;假设fd(x)为非缺失值。一个不完备决策表可表示为IDT=(U,C∪D,V,f),*∈VC=∪a∈CVa,

3.根据权利要求1所述的一种基于粗糙集中DRICA的规则提取方法,其特征在于:所述步骤一中不完备决策表中决策类的上(下)近似集B通过公式得到,公式(1)是下近似,公式(2)为上近似。

其中,R为关系,可为容差关系T,也可为相似关系S;RB(x)是关于对象x(x∈U)的关系类。当R为相容关系T时其可以通过公式(3)得到,

TB(x)={y∈U|(x,y)∈T(B)}公式(3)

其中T(B)为对象关于属性集B的容差关系,其通过公式(4)、公式(5)得到;给定不完备信息系统IIS=(U,A,V,f),*∈V,对象关于属性集B的容差关系T(B)定义如下:

T(B)=∩a∈BT(a)公式(5)

上(下)近似集B也可以通过相似关系S(B)获得,相似关系S(B)如公式(6)、公式(7)定义;给定不完备信息系统IIS=(U,A,V,f),*∈V,对象关于属性集B的相似关系S(B)定义如下:

S(B)=∩a∈BS(a)公式(7)

基于上述定义的非对称相似关系S(B).非对称相似与x的集合SB(x)定义如下:

SB(x)={y∈U|(y,x)∈S(B)}公式(8)

x与之非对称相似的集合定义如下:

给定不完备信息系统IIS=(U,A,V,f),*∈V,X关于B的基于相似关系的下近似和上近似分别定义如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710524236.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top