[發(fā)明專利]基于鄰域粗糙集和PCA融合的數(shù)據(jù)分類預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710237405.0
• 申請(qǐng)日: 2017-04-12
• 公開（公告）號(hào): CN107016416B
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計(jì)）人: 王國(guó)胤;董建華;尚明生;嚴(yán)胡勇;王浩林;鄭志浩;史曉雨
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院重慶綠色智能技術(shù)研究院
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 上海光華專利事務(wù)所(普通合伙) 31219
• 代理人: 尹麗云

本發(fā)明提供一種基于鄰域粗糙集和PCA融合的數(shù)據(jù)分類預(yù)測(cè)方法，包括采集樣本數(shù)據(jù)，形成樣本數(shù)據(jù)集；根據(jù)樣本數(shù)據(jù)集，計(jì)算鄰域粗糙集權(quán)重向量和主成分權(quán)重向量；通過對(duì)所述鄰域粗糙集權(quán)重向量和主成分權(quán)重向量進(jìn)行融合，獲取融合后的權(quán)重向量，并對(duì)數(shù)據(jù)進(jìn)行分類和預(yù)測(cè)；本發(fā)明中的基于鄰域粗糙集和PCA融合的數(shù)據(jù)分類預(yù)測(cè)方法，通過將鄰域粗糙集權(quán)重和PCA權(quán)重融合，可以有效解決現(xiàn)有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)數(shù)據(jù)分類處理能力不足問題，通過對(duì)樣本數(shù)據(jù)集進(jìn)行數(shù)據(jù)決策評(píng)價(jià)，為計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)能夠挖掘更加有價(jià)值的知識(shí)提供了基礎(chǔ)。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)數(shù)據(jù)處理領(lǐng)域，尤其涉及一種基于鄰域粗糙集和PCA融合的數(shù)據(jù)分類預(yù)測(cè)方法。

背景技術(shù)

近年來，信息化產(chǎn)業(yè)發(fā)展迅速，隨著云時(shí)代的來臨，大數(shù)據(jù)(Big data)也吸引了越來越多的關(guān)注，大數(shù)據(jù)并不在“大”，而在于“有用”，因此對(duì)大數(shù)據(jù)價(jià)值的挖掘比數(shù)量更為重要，如何在有限的時(shí)間范圍內(nèi)對(duì)數(shù)據(jù)進(jìn)行處理、分析，進(jìn)而獲得更多的知識(shí)，是當(dāng)前計(jì)算機(jī)數(shù)據(jù)處理系統(tǒng)所面臨的嚴(yán)重挑戰(zhàn)。

由于信息的不確定性普遍存在，因此數(shù)據(jù)分類是機(jī)器學(xué)習(xí)的基本任務(wù)，是圖像視覺分析、文本分析、語音識(shí)別、輿情預(yù)警別等領(lǐng)域的基礎(chǔ)工作。數(shù)據(jù)分類包含兩種形式，即：監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)。粗糙集理論是一種處理不確定性信息的數(shù)學(xué)工具，與概率論、模糊集等其他處理不確定性問題的理論和方法相比，是一種監(jiān)督學(xué)習(xí)，對(duì)問題的描述和處理更傾向于符合決策屬性，能更好地描述實(shí)際問題中屬性值對(duì)決策屬性具有某種偏好的特性，并且，現(xiàn)實(shí)應(yīng)用中，數(shù)據(jù)缺失現(xiàn)象經(jīng)常發(fā)生，不完備信息的決策受到了越來越廣泛的重視，成為智能信息處理的重要研究?jī)?nèi)容。盡管現(xiàn)有技術(shù)中有很多方案分別從信息學(xué)角度提出了眾多評(píng)價(jià)、預(yù)測(cè)方法，但是都存在一些問題，比如通常需要完備的數(shù)據(jù)集、評(píng)價(jià)方法中參數(shù)的率定人為因素較強(qiáng)、評(píng)價(jià)過程中需要大量參數(shù)、面向不同的對(duì)象評(píng)價(jià)結(jié)果適用性差等等。基于粗糙集的數(shù)據(jù)評(píng)價(jià)則只能給予某種級(jí)別的評(píng)判，在不同樣本數(shù)據(jù)的定量化比較方面不如主成分分析。因此，亟需一種新的技術(shù)手段，能夠克服上述技術(shù)問題，以形成相對(duì)完整、一致的評(píng)價(jià)描述，從而實(shí)現(xiàn)更加準(zhǔn)確的識(shí)別和判斷。

發(fā)明內(nèi)容

鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明提供一種基于鄰域粗糙集和PCA融合的數(shù)據(jù)分類預(yù)測(cè)方法，以解決上述技術(shù)問題。

本發(fā)明提供的一種基于鄰域粗糙集和PCA融合的數(shù)據(jù)分類預(yù)測(cè)方法，包括：

采集樣本數(shù)據(jù)，形成樣本數(shù)據(jù)集S；

根據(jù)樣本數(shù)據(jù)集，計(jì)算鄰域粗糙集權(quán)重向量和主成分權(quán)重向量；

通過對(duì)所述鄰域粗糙集權(quán)重向量和主成分權(quán)重向量進(jìn)行融合，獲取融合后的權(quán)重向量，形成新樣本數(shù)據(jù)集S’，并對(duì)原數(shù)據(jù)進(jìn)行分類和預(yù)測(cè)。

進(jìn)一步，通過如下公式對(duì)所述鄰域粗糙集權(quán)重向量和主成分權(quán)重向量進(jìn)行融合，獲取融合后的權(quán)重向量：

其中，1/(k-1)為歸一化因子，m(A_i)為合成權(quán)重，R(A_i)為鄰域粗糙集權(quán)重向量中第i個(gè)鄰域粗糙集權(quán)重，P(A_i)為主成分權(quán)重向量中第i個(gè)主成分權(quán)重。

如果K≠1，則融合后的權(quán)重構(gòu)成權(quán)重分配向量，若K＝1，則不存在融合后的權(quán)重向量。

融合后的權(quán)重向量D＝m(A₁),m(A₂),…,m(A_m)，i＝1,2……m。

進(jìn)一步，根據(jù)所述融合后的權(quán)重向量，通過如下步驟構(gòu)造新樣本數(shù)據(jù)集S’，

進(jìn)一步，所述新樣本數(shù)據(jù)集S’通過如下步驟獲取：