【正文】 特征，那么孤立點就是這些不能像特征所描述的那樣的點。 (2) 基于距離的孤立點檢測方法[69, 70]目前，許多孤立點檢測的方法都是基于距離的。例如，數(shù)據(jù)的分布模型可以通過估計概率分布的參數(shù)來構(gòu)造。一般情況下都會刪除這些孤立點，因為他們不能提供有用的信息，相反他們會降低數(shù)據(jù)分析的質(zhì)量。但是一旦于其他人在高度上做比較時，他就是一個孤立點，在這群人里他是一個高度上的極值。 (2) 自然變異在統(tǒng)計知識的背景下，一些諸如正太分布等模型可以用來模擬許多數(shù)據(jù)集的分布。因此，尋求一個適用于孤立點挖掘的總的指導原則就成為了最急需要解決的問題。孤立點挖掘之所以有著廣泛的應(yīng)用，是與其所在的實際領(lǐng)域里的特殊性決定，諸如入侵檢測、市場營銷和醫(yī)療等領(lǐng)域。因此，孤立點的檢測和分析（即孤立點挖掘）在數(shù)據(jù)挖掘中就顯得非常重要。孤立點也即異常點[65]，是指數(shù)據(jù)集中不符合一般模型的那些對象，即和其他數(shù)據(jù)有著不同的性質(zhì)。文章在同一個思想理論背景下，討論了基于覆蓋的相關(guān)理論和應(yīng)用，它是覆蓋廣義粗糙集的理論及其應(yīng)用的補充和發(fā)展，并且更體現(xiàn)出了粒計算背景下知識發(fā)現(xiàn)理論和方法的獨特性，具有重要的理論意義及潛在的應(yīng)用價值，同時對該領(lǐng)域理論和應(yīng)用研究的發(fā)展方向提出了新的展望。在面向分類法準確性（單標簽和多標簽數(shù)據(jù)集）的研究中，本章利用拓撲覆蓋鄰域理論，給出了一種新的尋找覆蓋系統(tǒng)上重疊元素的相關(guān)的公理化方法。實驗結(jié)果表明，在保持時間復(fù)雜度不變的情況下，利用改進的規(guī)則挖掘算法，通過消除不一致因素而獲得的規(guī)則更全面和更大程度地反映了條件屬性值變化與決策變化趨勢之間的內(nèi)在聯(lián)系。 第二章為粒計算的獨特魅力。雖然涉及領(lǐng)域比較寬泛，但都是在粒計算背景下研究的與覆蓋相關(guān)的理論和應(yīng)用，所以本文實施和所采用的技術(shù)路線是可行的。其次，在粒計算思想理論體系下，利用覆蓋相關(guān)理論分別對基于粗糙集的動態(tài)信息系統(tǒng)規(guī)則挖掘、關(guān)聯(lián)沖突分析、分類準確率三個方面進行獨立研究。、目標、方法和主要內(nèi)容以及創(chuàng)新點 由于覆蓋廣義粗糙集理論是將Pawlak粗糙集理論在劃分基礎(chǔ)上推廣到覆蓋而建立起來的，而覆蓋廣義粗糙集理論主要研究與覆蓋相關(guān)的理論體系及應(yīng)用，所以 有關(guān)粗糙集一些理論和應(yīng)用并不一定在覆蓋廣義粗糙集下適用，那么在粒計算思想理論背景下研究覆蓋廣義粗糙集的相關(guān)理論和應(yīng)用就顯的十分有意義。 而隨著粗糙集理論得到廣泛的應(yīng)用以來，為使該理論能有更大的應(yīng)用空間，人們對Pawlak粗糙集理論進行了許多有意義的推廣，如將等價關(guān)系放寬為相容關(guān)系[19]、相似關(guān)系[20]、一般二元關(guān)系[21]；與模糊理論結(jié)合，將粗糙集理論推廣到模糊粗糙集理論[22]和廣義模糊粗糙集理論[23]；將經(jīng)典粗糙集模型推廣到變精度粗糙集模型[24]；從等價關(guān)系等同于劃分這個角度出發(fā)，Zakowski把劃分放寬為覆蓋[25],將Pawlak粗糙集理論推廣到覆蓋廣義粗糙集理論。在粗糙集理論中，這些等價類又稱為初等集，若干個初等集的并稱為確定。通常，人們用一組屬性來描述事物，不可區(qū)分關(guān)系就是由這些事物相應(yīng)的屬性值來定義的。該學科涉及分類、概念形成和數(shù)據(jù)分析。[17] 設(shè)是非空有限論域，是上的一簇子集且，對于任意，如果，那么為的一個劃分。而事實上，從真實世界上看，許多自然系統(tǒng)、社會系統(tǒng)、人工系統(tǒng)都是基于層次的，粒計算可以真實自然地表示這類系統(tǒng)。人們能在不同粒的世界上進行問題求解，且能夠很快地從一個粒世界跳轉(zhuǎn)到另一個粒世界，往返自如，毫無困難。粒計算從不同粒層次上研究問題，從人類求解問題的經(jīng)驗方法中提取基本原理如粒、層次、等級。粒計算的信息處理強調(diào)以計算機為主體的信息處理與以人為主體的信息處理的差別。哲學層面的研究是抽象的，同時又是方法論和計算模式的前提和保障。計算模式是方法論的具體表現(xiàn)形式。粒計算的形成和發(fā)展積累了多種思想、模型、范式、方法論、技術(shù)及工具。其二是商空間理論：商空間理論把概念用子集表示，不同粒的概念體現(xiàn)為不同粒的子集，一簇概念構(gòu)成空間的一個劃分——商空間，不同的概念簇就構(gòu)成了不同的商空間。由此可以得出，粒計算的過程就是對復(fù)雜問題的求解過程。粒結(jié)構(gòu)包括三個要素，即粒的內(nèi)在結(jié)構(gòu)、粒的結(jié)構(gòu)、粒的總體結(jié)構(gòu)，它是多層次和多個分層結(jié)構(gòu)的結(jié)合。低層次的粒為高層次的粒提供更詳細的描述或者更多的信息。 (c) 分層結(jié)構(gòu) 分層結(jié)構(gòu)由若干個層次組成，層次間的遞進反映了由表及里、由抽象到具體、由粗糙到細致、由籠統(tǒng)到具體的變化。較高層次一般由較高集成度和較高結(jié)合力的粒組成。每個層次都具有內(nèi)在屬性、外在屬性、環(huán)境屬性，同一層次的粒屬性共同體現(xiàn)本層次特性。粒的雙重身份決定了它的內(nèi)在屬性通常需要強調(diào)其它所包含的細小個體的不同特性，是對它內(nèi)部各個基本組成成分性質(zhì)的描述，而其外在屬性則是強調(diào)把它作為一個整體時所體現(xiàn)出的綜合特性。所有的粒都具有內(nèi)在屬性、外在屬性和環(huán)境屬性。通過對粒計算的研究試圖達到以下目標：將隱式的結(jié)構(gòu)顯式化；將不明顯的原理明顯化；將特定領(lǐng)域的特殊原理普遍化；將下意識的行為變成有意識的行為。將粒計算作為一個獨立的學科研究可以防止這種不必要的重復(fù)勞動。其七是容忍性：通過使用不同信息粒度，粒計算可以容忍不確定、不完全或有噪音的信息，從而獲得具有魯棒性的解決方案。其五是有效性：用粒計算指導的思維模式和行為方式將復(fù)雜問題分解成若干小問題。作為一個整體，粒計算提供的思維模式和行為方式是系統(tǒng)的、完整的。因果推理是找出原因與結(jié)果之間的必然聯(lián)系。因此，人們對現(xiàn)實世界的感知、理解、解釋和表示也是有結(jié)構(gòu)、分層次的。人們對粒計算的描述是建立在對它的直覺認識上的：粒計算是研究基于多層次粒結(jié)構(gòu)的思維方法、問題求解方法、信息處理模式及其相關(guān)理論、技術(shù)和工具的學科。 Classification目 錄摘 要 IABSTRACT III目 錄 V第一章 緒 論 1 1 1 2 2 5 6 6 7 目標、方法和主要內(nèi)容以及創(chuàng)新點 8 8 8 9 9第二章 粒計算的獨特魅力 11 ——以孤立點挖掘為例 11 11 12 12 13 15第三章 覆蓋粒計算在基于粗糙集的動態(tài)信息系統(tǒng)規(guī)則挖掘中的應(yīng)用 17 17 17 19 19 20 22 24第四章 基于覆蓋粒計算的關(guān)聯(lián)沖突分析 26 26 27 27 29 30 30 37 39第五章 基于覆蓋粒計算的分類準確性研究 40 40 41 42 42 44 45 47 50第六章 總結(jié)與展望 52 52 53參考文獻 54攻讀碩士學位期間取得的研究成果 61致 謝 62浙江師范大學學位論文獨創(chuàng)性聲明 63學位論文使用授權(quán)聲明 63第一章 緒 論 粒計算（Granular Computing, GrC）是一門飛速發(fā)展的新學科，[1]。 Covering。在粒計算的思維體系背景下，以實例輔證，給出了獨立于數(shù)據(jù)標簽和不同理想分類結(jié)果假設(shè)（一種假設(shè)為劃分，另一種假設(shè)為覆蓋）的評價分類法準確性的統(tǒng)一范式，為提高和評估分類法準確性的計算提供了重要的參考意義。實驗結(jié)果表明，在保持時間復(fù)雜度不變的情況下，利用改進的規(guī)則挖掘算法，通過消除不一致因素而獲得的規(guī)則能更全面和更大程度地反映條件屬性值變化與決策變化趨勢之間的內(nèi)在聯(lián)系。粗糙集作為粒計算的一個重要分支，在理論和應(yīng)用上不斷取得豐碩成果的同時，也得到了廣泛有意義的推廣。它覆蓋了所有和粒度相關(guān)的理論、方法和技術(shù)，主要用于對不確定、不準確、不完整信息的處理，對大規(guī)模海量的數(shù)據(jù)和對復(fù)雜問題的求解。具體研究工作如下：一、在面向基于粗糙集理論的動態(tài)信息系統(tǒng)規(guī)則挖掘的研究中，利用覆蓋粒計算相關(guān)理論提出了一種能消除引起差異信息系統(tǒng)規(guī)則挖掘中不一致因素的公理化方法。三、在面向分類法準確性（單標簽和多標簽數(shù)據(jù)集）的研究中，利用拓撲覆蓋鄰域理論，給出了尋找覆蓋系統(tǒng)上重疊元素的相關(guān)公理化方法。 關(guān)鍵詞：粒計算；覆蓋；動態(tài)信息系統(tǒng)；規(guī)則挖掘；關(guān)聯(lián)沖突；分類RESEARCH ON THE COVERING AND ITS APPLICATION BASED ON GRANULAR COMPUTINGABSTRACTGranular puting (GrC) is viewed as an interdisciplinary study of putation in nature, society and science, characterized by structured thinking, structured problem solving and structured information processing with an underlying notion of multiple levels of granulation. It consists of all the theories, methodologies, techniques and tools related to the granularity, which is mainly used to deal with uncertainty, imprecise and inplete information and seek resolutions from the largescale massive dataset or plicated problem. Rough set, as a very important branch of GrC, is being improving and perfecting on theory and application as well as is being extending widely and significantly. Generalized rough set on covering is the one that partition’s Pawlak rough set theory is extended into covering’s. It focuses on the study of covering, so that many theories and applications in the Pawlak rough set are not tenable and suitable in the generalized rough set on covering. Therefore, this dissertation will mainly make research on covering theories and its applications under background of GrC, whose content is shown as follows:First of all, for the rules mining based on rough set theory in dynamic information system, a preprocess approach to eliminate the elements that cause inconsistence of rules mining in difference information system is proposed under the background of covering theory based on granular puting. Experiment shows that relationship between the changes of condition attributes values and trend of decisionmaking can be fully reflected as much as possible by a modified rules mining algorithm under the same time plexity through this preprocess approach.Secondly, for the conflict analysis, associatedconflict is firstly introduced in the perspective of GrC, and a reasonable and prehensive approach to its analysis, using covering based on granular puting, is outlined. We argue that this model of associatedconflict analysis, given by the example of serviceresource, will provide more profound insight for the conflict resolution in different fields.Thirdly, for the accuracy of classification method on single label dataset or multi label dataset, a unified paradigm for the accuracy used to evaluate different classification methods, using topological covering based on GrC, is presented, independent on number of data labels and different assumptions of ideal