[发明专利]一种基于粗糙集的数据挖掘算法

权利要求书

1.一种基于粗糙集的数据挖掘方法，其特征在于：该方法首先是根据粗糙集理论与一定的数据挖掘技术，提出了一种针对异常点的数据挖掘的方法。利用粗糙特征选择方法，采用相似知识粒度的距离度量，研究不确定信息，在减少数据特征的同时还保留其性能。然后再对给定的特征值对对象进行排序，以提高计算复杂性。最后通过在淋巴数据集上进行了实验分析。结果表明，该数据挖掘算法可以把大部分异常点检测出来，可以很好地进行有用信息的数据挖掘。

2.根据权利要求1所述的方法，其特征在于，粗糙集是把知识分类嵌套到集合内，并作为集合组成的一部分。根据传统的方法来判断一个对象a是否属于集合X，通常分成3种情况：(1)对象a可能属于也可能不属于集合X；(2)对象a肯定不属于集X；(3)对象a肯定属于集合X。粗糙集把知识看作是对论域的划分，从而使知识具有了颗粒性。

3.根据权利要求1所述的方法，其特征在于，利用粗糙集对异常点进行检测，其算法由以下步骤产生：

(1)根据初始状态输入系统信息。

(2)对信息进行排序、划分等价类。

(3)然后判断属性个数。

(4)构建递减属性序列。

(5)重复2，3，否则对对象进行知识粒度和权重计算。

(6)然后判断属性个数。判断对象个数。否则对异常点进行排序。