【正文】 classification result(one assumption is partition, the other is covering). And some corresponding examples are also discussed to illustrate the accuracy in different classification situations. This unified paradigm will provide important reference value for the evaluation and improvement of accuracy of classification method.In brief, this paper discusses theories and applications related to the covering under the same theory background, and it can be treated as supplement and development of generalized rough set on covering. And it reflects the specificity on theories, methodologies, techniques and tools of knowledge discovery under the background of GrC, with significant referred and applied value in the future. KEY WORDS: GrC。 Associatedconflict。但為粒計算下一個正式的、精確的、能夠廣為接受的定義仍然是一件困難的事情。其一是一致性：現(xiàn)實世界充滿了結(jié)構(gòu)和層次，它們體現(xiàn)在各種自然系統(tǒng)、社會系統(tǒng)和人工系統(tǒng)之中。組織是將松散的個體聯(lián)系在一起，形成有著內(nèi)在聯(lián)系的整體。其二是系統(tǒng)性：粒計算的結(jié)構(gòu)提供了對所解決的問題多視角、多層次的理解、概括和操作。其四是靈活性：粒計算的結(jié)構(gòu)允許人們在不同的時間、不同的情況下，將注意力集中在不同的層次及層與層之間的自然過渡上，縮放和轉(zhuǎn)承是靈活多變的。這樣的方法可以提高效率、降低成本。同時和粒計算原理相似的研究還在不斷地出現(xiàn)，只是在不同的領(lǐng)域中運用了略微不同的名詞和術(shù)語。 (2) 粒計算的目標(biāo)粒計算之所以新且獨特，并不完全在于一組具體的方法和策略，而在于提出一個統(tǒng)一的框架，對這些方法和策略進行全面的理解及綜合。粒具有雙重身份，它可以是某個整體中相對獨立的一個部分，也可以是一些粒共同組成的一個粒。粒的環(huán)境屬性是指粒對外部環(huán)境變化的應(yīng)對情況，對其內(nèi)在屬性和外在屬性的保持與調(diào)整以及對外部環(huán)境的影響和回應(yīng)。所有的?；^點相互補充、相互呼應(yīng)，完整表達了在這個層次上對同一個問題的描述。較高層次為較低層次提供背景和約束。粒計算模型的主要作用是能夠在不同粒度層次上進行問題求解，使不同粒度層次上的解能夠進行相互轉(zhuǎn)化。相反，若干個低層次的?？梢越M合成一個高層次的粒。若要達到該目標(biāo)，不僅要考慮一個分層結(jié)構(gòu)中的多個層次，還需要將多個分層結(jié)構(gòu)綜合考慮。對復(fù)雜問題的全面理解通常是多視角的，從每一個視角著眼的理解又是多層次的。 (2) 粒計算的理論構(gòu)成[7, 8] 目前，粒計算有3個主要理論以及其它一些非主流理論：其一是詞計算理論：人類思考、判斷、推理主要是用語言，而語言是一個很粗的粒，如何用語言進行推理判斷，這就是詞計算。另外許多學(xué)者也在研究粒計算，并將各種相關(guān)理論用于粒計算，有鄰域系統(tǒng)粒計算、信息熵粒計算、概念格粒計算、覆蓋粒計算、進化粒模型、基于相容粒度空間的粒計算模型以及各模型相互交叉整合的模型方法等，在許多領(lǐng)域中得以實現(xiàn)或應(yīng)用。信息處理是有層次的，其研究領(lǐng)域涉及抽象的信息處理、人腦中的信息處理及計算機中的信息處理?；締栴}[7, 10, 15]包括：如何定義粒、層次及分層結(jié)構(gòu)的內(nèi)在屬性、外在屬性和環(huán)境屬性；如何定義它們的關(guān)系；如何準(zhǔn)確表達它們的關(guān)系；如何實現(xiàn)它們的關(guān)聯(lián)和切花；如何使它們的綜合功能最大化。對于不同的應(yīng)用還需考慮其問題的特定及限制。總之，如何定義粒（?；┮约叭绾芜x擇合適的粒度是粒計算解決問題的首要任務(wù)[6, 9]。人類智能的一個公認特點，就是人們能從極不相同的粒上觀察和分析同一問題。粒計算的實質(zhì)[4]就是通過選擇合適的粒度，來尋找一種較好的、近似的解決方案，從而降低問題求解的難度。且在許多實際問題中也不要求精確解，或者獲取精確信息的代價不菲，粒計算可以提高效率和降低代價。不同領(lǐng)域的人都希望能從復(fù)雜的數(shù)據(jù)中得到自己所需要的知識，因此數(shù)據(jù)挖掘這門學(xué)科就應(yīng)運而生了。它是通過不可區(qū)分關(guān)系為不完全和不充分信息的處理提供了一套系統(tǒng)的方法。這樣，所有具有相同描述的事物構(gòu)成一個等價類，而所有的等價類構(gòu)成所考慮事物的一個劃分。由于這個理論未包含處理不精確或不確定原始數(shù)據(jù)的機制，所以與概率論、模糊數(shù)學(xué)和證據(jù)理論等其他處理不確定或不精確問題的理論有很強的互補性。就應(yīng)用方面而言，覆蓋廣義粗糙集理論已應(yīng)用于沖突分析[37]、信息檢索[64]等領(lǐng)域。首先，介紹了粒計算思想理論體系的新穎性以及獨特性——以孤立點挖掘為例。 以上提出的研究方法和技術(shù)路線是在前人對覆蓋廣義粗糙集理論和應(yīng)用以及相應(yīng)領(lǐng)域研究基礎(chǔ)上的再探索。首先介紹了粒計算的相關(guān)理論知識；然后介紹了覆蓋廣義粗糙集的研究背景，分析了國內(nèi)外研究現(xiàn)狀；最后介紹了本文的研究意義、目標(biāo)、方法和主要內(nèi)容以及創(chuàng)新點。本章針對差異信息系統(tǒng)構(gòu)造過程中會引起新的不一致這個問題，利用覆蓋粒計算相關(guān)理論提出了一種新的能消除這種不一致因素的公理化方法。 第五章為基于覆蓋粒計算的分類準(zhǔn)確性研究。 第六章為總結(jié)與展望。以孤立點挖掘為例，在粒計算的思想理論背景下，給出了孤立點挖掘總的指導(dǎo)原則和具體實施的流程圖，為孤立點挖掘算法的選擇、改進和創(chuàng)新提供了實際的參考價值，將會對孤立點的挖掘產(chǎn)生一定深遠的影響。換句話說，孤立點本身在諸如入侵檢測等事件中有著特殊的意義，它可以表示入侵的異常行為。現(xiàn)在，它再一次成為信息科學(xué)里的一個活躍分支，并在數(shù)據(jù)挖掘領(lǐng)域里受到越來越廣泛的關(guān)注。特別在檢測孤立點的過程中，如何選擇一個合適的檢測方法沒有一個普遍的準(zhǔn)則，而且就孤立點目前研究的熱點和未來的發(fā)展來說[77]，挖掘任務(wù)會變得非常困難。相同地，諸如欺詐、入侵、疾病暴發(fā)和異常的實驗結(jié)果等都可以被認為是造成孤立點的例子。例如，假定一個男性特別的高，當(dāng)他獨自一人時，沒有人與之形成對比，他沒有什么特別之處。例如，由于人為失誤、設(shè)備誤差或者數(shù)據(jù)本身具有噪音導(dǎo)致所記錄的度量值不正確。孤立點就是這些不能夠很好擬合這個模型的數(shù)據(jù)對象?；蛘弋?dāng)使用回歸模型時，孤立點會相對的遠離模型的預(yù)測值。 (3) 基于偏差的孤立點檢測方法[71, 72]我們也可以通過比較一組數(shù)據(jù)的主要特征來檢測孤立點。但是考慮到數(shù)據(jù)集可能有不同的密度區(qū)域，因此當(dāng)一個點所在的區(qū)域的密度明顯低于它的大多數(shù)鄰居的時候，它可以被歸為孤立點。 在數(shù)據(jù)挖掘中，粒計算有著廣泛的應(yīng)用[7880]。因此，選擇最優(yōu)?；潭仁橇Ｓ嬎銛?shù)據(jù)挖掘的關(guān)鍵。他們由突發(fā)事件、人為因素或環(huán)境原因等所引起的，所以我們需要不同的實施過程將它們分離出來。 我們換個角度來考慮孤立點檢測的方法。同時，對高層次的粒結(jié)構(gòu)的認識可以防止人們對相同、相似理論和方法的重復(fù)發(fā)現(xiàn)和發(fā)明，避免浪費精力。在信息科學(xué)快速發(fā)展的背景下，它將對孤立點的挖掘產(chǎn)生深遠的影響。對于孤立點挖掘而言，粒化觀點是孤立點挖掘方法的選擇、改進和創(chuàng)新的切入點，它的引入使得人們對孤立點挖掘的研究更廣泛和更集中即不斷的將新的?；椒ㄒ氲焦铝Ⅻc挖掘中和只將挖掘任務(wù)放在?；乃枷肷线M行考慮，這樣一方面使得挖掘算法得到不斷改進和創(chuàng)新，另一方面又可以避免許多不必要的重復(fù)勞動。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 在動態(tài)信息系統(tǒng)中，采用粗糙集方法來挖掘系統(tǒng)中潛在的規(guī)則。但由于客觀世界的不確定性問題通常表現(xiàn)為易變性和過程性，傳統(tǒng)的粗糙集很難體現(xiàn)出不確定性的變化過程和變化趨勢，即在信息系統(tǒng)中體現(xiàn)為屬性隨著時間的推移而不斷地變化[82, 83]。 一個信息系統(tǒng)表示為一個四元組：，其中是對象的集合，即論域；是屬性集（，為條件屬性集，為決策屬性集）；，表示的值域；是一個信息函數(shù)。記，其中是對條件屬性值的差異描述，的屬性值為的屬性值差異。 差異信息系統(tǒng)為，其中，、為差異信息系統(tǒng)的條件屬性和決策屬性。重要度表明了屬性對于決策分類能力的貢獻程度。從粒計算的觀點來看，如果我們將構(gòu)成差異信息系統(tǒng)的兩個決策信息表看作是同一層次上的兩個粒，那么差異信息系統(tǒng)就直接為其上一層的粒，上層粒就會包含下層粒。其過程為：依次對每一個，滿足若對，有，則并且；否則。通過上述方法構(gòu)造的上的覆蓋，引起不一致原因的記錄就會存在于的中，同時的中保留了引起不一致原因的記錄，最終就有滿足 ,有的所有的并集為引起上不一致原因的記錄集，其中且。if(的后列存在非零行){獲取中所有非零行的前列上的所有非零元素所在列號。 if(中不存在某行前列全為1，且后列存在0) 設(shè)置第行第列的屬性值為’*’。 算法的時間復(fù)雜度為[87]，由于求信息系統(tǒng)的最優(yōu)約簡是NP問題[88]，所以算法試圖生成的是最重要的盡可能全部的決策規(guī)則。分別為，則。決策規(guī)則說明了具體是哪個或哪些條件屬性值的變化造成了系統(tǒng)狀態(tài)的改變，挖掘出條件屬性值變化和系統(tǒng)狀態(tài)改變之間的內(nèi)在聯(lián)系。 顯然，通過文章給出的預(yù)處理改進的算法挖掘出的決策規(guī)則在覆蓋廣度和準(zhǔn)確率上都優(yōu)于上述決策規(guī)則。第四章 基于覆蓋粒計算的關(guān)聯(lián)沖突分析 沖突是社會上的一種非常普遍的現(xiàn)象，對它們的研究無論從理論上還是從實際上都是非常重要的。在機械系統(tǒng)、電子系統(tǒng)和軟件系統(tǒng)等中都存在各種各樣的沖突。根據(jù)粒計算相關(guān)思想理論，如果我們換個角度來研究沖突即將沖突看成是有著不同結(jié)構(gòu)層次的粒化過程的話，將會有一些非常有意思的發(fā)現(xiàn)。一般地，一個信息系統(tǒng)表示為一個四元組：，其中是對象的集合，即論域；是屬性集；，表示的值域；是一個信息函數(shù)?；赑awlak粗糙集理論提出了一種沖突分析的方法[9497]。在文獻[98]中，是一個等價關(guān)系。關(guān)系中的反傳遞性是沒有必要的。在這個覆蓋下，的敵人定義為。 在覆蓋模型中，數(shù)據(jù)集的訪問權(quán)或者需求權(quán)可以如下這樣授予： 假設(shè)一個主體已經(jīng)訪問或需求了的客體是，而這個主體要求訪問或需求客體。 舉例說明長城安全策略。所以，如果他再選擇訪問或需求公司D后，他就不允許訪問中的B、C、E和F，但他仍可以訪問或需求中的A、D和G公司，以此類推下去。當(dāng)有外部因素作用于這些對象上后，沖突就會發(fā)生，因為處于沖突中的對象本身并不能導(dǎo)致沖突的發(fā)生。如果我們將沖突看成是有著不同結(jié)構(gòu)層次的?；^程的話，將會有一些非常有意思的發(fā)現(xiàn)，也就是說有這樣一些情況，單個沖突事件或過程中事實上包含了兩個或兩個以上的沖突關(guān)系。因此，我們也可以定義多聯(lián)沖突，它是由至少三個關(guān)系連接一個觸發(fā)源、一個沖突對象集源和至少兩個以上的隱含沖突對象集源組成，隱含的沖突對象集之間的關(guān)系可以如上面描述的隱含關(guān)系。因此，每一個服務(wù)的沖突集是，和同盟集是。因此，對于給定的沖突源來說，關(guān)系是已經(jīng)確定了的，不能改變且不受任何外界因素的影響。最后，根據(jù)覆蓋沖突分析模型的授予的訪問權(quán)和需求權(quán)策略，我們可以構(gòu)建關(guān)聯(lián)沖突事件或過程中相關(guān)的信息表矩陣： 根據(jù)agents和services（服務(wù)）之間的關(guān)系，有下面矩陣：，其中1代表這個agent有權(quán)利訪問或需求這個service，0則代表這個agent沒有權(quán)利訪問或需求這個service。 然后再構(gòu)建矩陣，其中如果，那么，否則。 在關(guān)聯(lián)沖突這個事件或過程中，我們最終可以得到agents（外部因素或觸發(fā)源）關(guān)于resources（隱含的沖突對象集）的優(yōu)先辨識矩陣，即，其中。一般地，在關(guān)聯(lián)沖突的應(yīng)用背景下，大多數(shù)情況都可能會存在由外部因素和隱含的沖突對象分別引起的兩種可能的異常所帶來的問題。對于上面給出的服務(wù)——資源實例來說。 (2) 如果存在于服務(wù)——資源這個關(guān)聯(lián)沖突過程或事件中的異常是安全隱患問題，那么我們可以采取一些措施保證盡可能多的服務(wù)正常的工作，即使資源之間是相互沖突的。在問題處于最糟糕的情況下時，我們可以回收中的資源，其中。此外，如果關(guān)聯(lián)沖突事件或過程中不存在異常或者有異常但沒有被發(fā)現(xiàn)，那么這個模型可以幫助決策者可以隨時從，和中獲得相關(guān)信息來監(jiān)控或者發(fā)現(xiàn)異常，從而可以及時的做出決策。 (d) 考慮到不同的應(yīng)用背景，可能還有其他未考慮的假設(shè)條件，可以按照(a)、(b)和(c)三項一樣靈活地在模型相應(yīng)的位置上作修改，然后按照以上步驟再做相關(guān)討論。在粒計算的思想理論背景下，首次提出了關(guān)聯(lián)沖突的概念，利用覆蓋沖突分析策略,通過“服務(wù)——資源”實例建立了關(guān)聯(lián)沖突分析的合理泛化模型，討論了關(guān)聯(lián)沖突過程中所可能引發(fā)異常的階段，并對不同階段引發(fā)的異常進行了詳細的分析，給出了具體的解決方案。第五章 基于覆蓋粒計算的分類準(zhǔn)確性研究 在分類過程中，評價分類法是一個必不可少的環(huán)節(jié)，而分類法準(zhǔn)確性度量是分類法評價的一個首要因素和重要準(zhǔn)則。分類是數(shù)據(jù)挖掘中的一項非常重要的任務(wù)。但是，準(zhǔn)確性計算的評估并不總是正確的[110]，因為它只是由利用未知的數(shù)據(jù)（用未分類的數(shù)據(jù)）來識別適合分類任務(wù)的分類法的評估方法產(chǎn)生的，而不是在分類結(jié)果出來后計算產(chǎn)生的。 本文，我們把重點放在用來評價分類法準(zhǔn)確性度量的計算上面，在粒計算的視角下，主要是對同一個樣本數(shù)據(jù)集（單標(biāo)簽數(shù)據(jù)集和多標(biāo)簽數(shù)據(jù)集），在知道分類法的分類結(jié)果、理想的分類結(jié)果和理想分類結(jié)果假設(shè)（一種假設(shè)為劃分，另一種假設(shè)為覆蓋）的情況下，將給出獨立于數(shù)據(jù)標(biāo)簽和獨立于