[發明專利]基于模糊粗糙集條件熵屬性約簡的數據分析方法

在審

• 申請號: 201310616310.1
• 申請日: 2013-11-27
• 公開（公告）號: CN103632051A
• 公開（公告）日: 2014-03-12
• 發明（設計）人: 賈海濤;張偉;唐建楊;莫祖忠;楊鋒
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 成都宏順專利代理事務所(普通合伙) 51227
• 代理人: 周永宏

技術領域

本發明涉及數據分析領域，具體涉及基于模糊粗糙集條件熵屬性約簡的數據分析方法。

背景技術

進入21世界以來，人們的生活水平隨科技的發展而逐步提高，越來越多的人開始關注自身的健康問題，而醫學上會根據測量得到的人體健康數據進行健康情況的判定。由于所獲得的眾多數據會出現屬性一樣、類別相同的數據，這些數據對于判斷整體健康數據來說沒有太多幫助，因此如何從眾多的數據屬性當中獲得有效的數據是本領域的重要內容。

屬性約簡是粗糙集和模糊粗糙集應用于醫學領域的重要技術。在生物醫學中，使用到模糊粗糙集的屬性約簡，可以大大提高人類健康數據分析的效率。生物醫學領域當中會根據對人體檢測獲得的健康數據進行分析，從而根據分析的結果來判定該實體的健康情況，但是一個實體的健康數據會有很多，真正有決策意義的數據卻并沒有測得的數據那樣多，這就涉及到屬性約簡的方法，采用基于模糊粗糙集條件熵屬性約簡可以對獲得的人體健康數據進行屬性歸類，從眾多數據中獲得需要的有用健康信息。

屬性約簡當中涉及到模糊粗糙集，模糊粗糙集是D.Dubios和H.Prad在1992年提出的，他們將模糊集和粗糙集結合，對粗糙集理論進行了擴展，從而得到了模糊粗糙集。模糊粗糙集相對經典粗糙集的優勢就在于引入了模糊集理論，該理論是用模糊集合及隸屬度來描述一個對象，使得模糊粗糙集不需要進行經典粗糙集的離散化過程，只需要進行的是模糊化過程，即求解對象隸屬度值的過程。相比離散化，模糊化能夠較好的保留原來健康數據連續屬性值之間的差異性及過渡性。

發明內容

本發明的目的是為了提高數據分析的效率而提出的一種基于模糊粗糙集條件熵屬性約簡的數據分析方法。

為了實現以上發明目的，本發明采取的技術方案如下：一種基于模糊粗糙集條件熵屬性約簡的數據分析方法，包括以下步驟：

S1：將數據的屬性構造為一個模糊粗糙集，同時確定數據的模糊決策表其中U是論域，A是由對象的基本屬性構成的集合，C為條件屬性，D為決策屬性，V代表信息函數f的值域；

S2：取一個集合T，并規定它為空集，令這個集合T的最優依賴函數H_best為0，A的個數i=1；

S3：在每一次判斷時，都使得集合T為前一次執行時符合條件的集合T，并使得期望的依賴函數H_pre為最優依賴函數值H_best；

S4：對于每一個其中R是等價關系的集合，計算獲得決策屬性D和屬性的條件熵并判斷它與條件熵H(D|T)的大小關系；如果前者小于后者，那么就令集合T為新的集合如果前者大于后者，那么就需要尋找新的更加符合條件的屬性集合；

S5：當判斷是否為新的數據屬性集合時，要判斷i個子集A是否已經全部覆蓋了集合C-R，如果還沒有覆蓋完全，即i<基數|C-R|，則讓i=i+1，同時重復S4；如果此時i為C-R的基數|C-R|，則進行S6；

S6:當i為C-R的基數|C-R|后，令最優依賴函數H_best為條件熵H(D|T)；

S7：比較期望的依賴函數H_pre與最優依賴函數H_best的差值是否在規定的誤差閾值η范圍之內，如果在規定的范圍之內則輸出約簡結果；如果不在規定的范圍之內則返回S3重新進行約簡。

進一步的，S1具體步驟如下：輸入數據屬性模糊決策表DT=(U,]]>A~=C∪D,V,f);]]>

其中，四元組(U,A,V,f)表示一個信息系統，

U：U={x₁,x₂,…x_n)為論域，由所要研究的對象構成，且