《物聯(lián)網(wǎng)智能信息處理》課件第四章 物聯(lián)網(wǎng)的智能信息處理-第四節(jié)checked

目錄4123基于貝葉斯網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)法0信息融合技術(shù)粗糙集信息處理5信息的跨系統(tǒng)交互信息處理的定義與目標(biāo)14.4粗糙集信息處理4.4.1粗糙集的概述基本思路應(yīng)用領(lǐng)域從一系列已有數(shù)據(jù)中，尋找其規(guī)律或規(guī)則，預(yù)測問題的方向。知識發(fā)現(xiàn)、數(shù)據(jù)挖掘、模式識別、故障檢測、醫(yī)療診斷等。80’sPawlak提出了粗糙集理論的思想1982Pawlak發(fā)表《Roughsets》標(biāo)志著該理論正式誕生1991第一本關(guān)于粗糙集理論的專著1992第一屆國際粗糙集理論研討會Pawlak等發(fā)表“Roughsets”擴大了該理論的國際影響19951.粗集理論的提出2

主要優(yōu)點除數(shù)據(jù)集之外，無需任何先驗知識（或信息）對不確定性的描述與處理相對客觀與處理其他不確定性問題的理論有很強的互補性

粗集理論所處理的問題4.4.1粗糙集的概述2.特點及用途不確定或不精確知識的表達、推理經(jīng)驗學(xué)習(xí)并獲從中取知識不一致信息的分析在保留信息的前提下進行數(shù)據(jù)化簡近似模式分類識別并評估數(shù)據(jù)之間的依賴關(guān)系3知識知識庫使用等價關(guān)系集R對離散表示的空間U進行劃分，知識就是R對U劃分的結(jié)果。等價關(guān)系集R中所有可能的關(guān)系對U的劃分表示為：K=(U,R)

等價關(guān)系：

設(shè)PR，xi,xj

U,定義二元關(guān)系INDP稱為等價關(guān)系：稱xi,xj在S中關(guān)于屬性集P是等價的，當(dāng)且僅p(xi)=p(xj)對所有的pP成立，即xi,xj不能用P中的屬性加以區(qū)別。4.4.2粗糙集信息處理1.知識與等價類4“信息系統(tǒng)”的形式化定義S={U,A,V,f}U：對象的有限集A：屬性的有限集，A=C∪D，C是條件屬性子集，D是決策屬性子集V：，Vp是屬性P的域f：U×A→

V是總函數(shù)，使得

對每個xi

U,qA,有f(xi,q)Vq一個關(guān)系數(shù)據(jù)庫可看作一個信息系統(tǒng)，其“列”為“屬性”，“行”為“對象”。4.4.2粗糙集信息處理1.知識與等價類5U={1,2,3,4,5,6}R={weather,road,time,accident}若P={weather,road}，則[x]IND(P)=[x]IND{weather}[x]INP{road}={{1,3,6},{2,5},{4}}{{1,2,4},{3,5,6}}={{1},{2},{4},{3,6},{5}}factweatherroadtimeaccident1misty（霧）Icy（有冰）dayyes2foggyicynightyes3mistynoticynightyes4sunnyicydayno5foggynoticyDusk（黃昏）yes6mistynoticynightno4.4.2粗糙集信息處理1.知識與等價類Eg.6在信息系統(tǒng)S={U,A,V,f}中，設(shè)XU是個體全域上的子集，PA，U基于P的劃分是Y。則X的下和上近似集及邊界區(qū)域分別為：

X

X

X

U4.4.2粗糙集信息處理2.上近似與下近似7

X1={u|Flu(u)=yes}={u2,u3,u6,u7}

RX1={u2,u3}

={u2,u3,u6,u7,u5,u8}X2={u|Flu(u)=no}={u1,u4,u5,u8}RX2={u1,u4}

={u1,u4,u5,u8,u6,u7}由R={Headache,Temp.}

劃分出來的等價類有:{u1},{u2},{u3},{u4},{u5,u7},{u6,u8}.4.4.2粗糙集信息處理2.上近似與下近似Eg.8設(shè)S={U,A,V,f}為一信息系統(tǒng)，且XU，PA，則S上X的近似精度為：

注：card(X)表示集合X中元素個數(shù)設(shè)S為一信息系統(tǒng)，PA，且令={X1,X2,…,Xn}是U的一個分類（子集族），其中XiU，則的P-下近似和P-上近似分別表示為：4.4.2粗糙集信息處理3.近似精度9由屬性子集PA確定的分類的分類質(zhì)量為：

分類質(zhì)量表示通過屬性子集P正確分類的對象數(shù)與信息系統(tǒng)中所有對象數(shù)的比值。這是評價屬性子

集P的重要性的關(guān)鍵指標(biāo)之一。

4.4.2粗糙集信息處理4.分類質(zhì)量10屬性約簡(AttributeReduction)：在一個信息系統(tǒng)S中，設(shè)是S上的一個分類，經(jīng)約簡后的最小屬性子集具有同原始屬性集相同的分類質(zhì)量，即存在RPQ，使得R()=P()，稱之為屬性集P的-約簡，記作REDU(P)。所有-約簡的交集稱為-核，即CORE(P)=∩REDU(P)，核是信息系統(tǒng)中一系列最重要的屬性之一。4.4.2粗糙集信息處理5.屬性約簡與“核”4.4.3粗糙集在知識發(fā)現(xiàn)中的作用11數(shù)據(jù)預(yù)處理對特征更準(zhǔn)確的提取數(shù)據(jù)準(zhǔn)備利用數(shù)據(jù)約簡特性，進行降維操作數(shù)據(jù)挖掘分類規(guī)則的發(fā)現(xiàn)解釋與評估對所得到的結(jié)果進行統(tǒng)計評估4.4.3粗糙集在知識發(fā)現(xiàn)中的作用12粗集神經(jīng)網(wǎng)絡(luò)粗集理論：容錯能力推廣能力軟弱，只能處理量化信息神經(jīng)網(wǎng)絡(luò)：強的自組織、容錯、推廣能力，無法優(yōu)選條件屬性組合訓(xùn)練樣本輸入量化條件屬性粗集理論優(yōu)選條件屬性集合BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練待識樣本輸入條件屬性選擇BP神經(jīng)網(wǎng)絡(luò)模式分類分類結(jié)果輸出粗集神經(jīng)網(wǎng)絡(luò)系統(tǒng)框圖1.粗糙神經(jīng)網(wǎng)絡(luò)4.4.3粗糙集在知識發(fā)現(xiàn)中的作用132.文字識別粗集算法依據(jù)任務(wù)知識系統(tǒng)的表達屬性的簡化方法求出每個模式的最小描述和決策算法開始知識表達屬性值表去掉重復(fù)信息條件屬性簡化結(jié)束消去冗余屬性值表最小決策算法144.4.3粗糙集在知識發(fā)現(xiàn)中的作用3.粗糙集在GIS數(shù)據(jù)處理中的應(yīng)用地理信息系統(tǒng)（GeographicInformationSystem或Geo－Informationsystem，GIS），在計算機硬、軟件系統(tǒng)支持下，對整個或部分地球表層（包括大氣層）空間中的有關(guān)地理分布數(shù)據(jù)進行采集、儲存、管理、運算、分析、顯示和描述的技術(shù)系統(tǒng)?？臻g數(shù)據(jù)挖掘遙感影像處理GIS不確定性數(shù)據(jù)分析模糊地理對象建模4.4.3粗糙集在知識發(fā)現(xiàn)中的作用154.系統(tǒng)評估粗集方法學(xué)習(xí)階段應(yīng)用階段應(yīng)用粗集理論進行系統(tǒng)綜合評估分兩個階段：根據(jù)樣本數(shù)據(jù)（歷史數(shù)據(jù)）進行學(xué)習(xí)，提煉知識，形成評估規(guī)則應(yīng)用所形成的評估規(guī)則進行系統(tǒng)綜合評估決策表（樣本數(shù)據(jù)）數(shù)據(jù)預(yù)處理（離散化）決策表的屬性約簡形成評估規(guī)則應(yīng)用評估規(guī)則進行評估在應(yīng)用過程中，把決策表看成評估系統(tǒng)，評估結(jié)果對于這決策屬性粗集系統(tǒng)綜合評估模型結(jié)果示意圖164.4.4