【正文】 第五章 基于覆蓋粒計(jì)算的分類準(zhǔn)確性研究第五章 基于覆蓋粒計(jì)算的分類準(zhǔn)確性研究 在分類過程中，評價(jià)分類法是一個(gè)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(jià)的一個(gè)首要因素和重要準(zhǔn)則。在問題處于最糟糕的情況下時(shí)，我們可以回收中的資源，其中。 在關(guān)聯(lián)沖突這個(gè)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。因此，每一個(gè)服務(wù)的沖突集是，和同盟集是。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。關(guān)系中的反傳遞性是沒有必要的。根據(jù)粒計(jì)算相關(guān)思想理論，如果我們換個(gè)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?；^程的話，將會有一些非常有意思的發(fā)現(xiàn)。決策規(guī)則說明了具體是哪個(gè)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。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。重要度表明了屬性對于決策分類能力的貢獻(xiàn)程度。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(shí)間的推移而不斷地變化[82, 83]。同時(shí)，對高層次的粒結(jié)構(gòu)的認(rèn)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(fèi)精力。 在數(shù)據(jù)挖掘中，粒計(jì)算有著廣泛的應(yīng)用[7880]。孤立點(diǎn)就是這些不能夠很好擬合這個(gè)模型的數(shù)據(jù)對象。特別在檢測孤立點(diǎn)的過程中，如何選擇一個(gè)合適的檢測方法沒有一個(gè)普遍的準(zhǔn)則，而且就孤立點(diǎn)目前研究的熱點(diǎn)和未來的發(fā)展來說[77]，挖掘任務(wù)會變得非常困難。 第六章為總結(jié)與展望。 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。這樣，所有具有相同描述的事物構(gòu)成一個(gè)等價(jià)類，而所有的等價(jià)類構(gòu)成所考慮事物的一個(gè)劃分。粒計(jì)算的實(shí)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?；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(dá)它們的關(guān)系；如何實(shí)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。對復(fù)雜問題的全面理解通常是多視角的，從每一個(gè)視角著眼的理解又是多層次的。較高層次為較低層次提供背景和約束。 (2) 粒計(jì)算的目標(biāo)粒計(jì)算之所以新且獨(dú)特，并不完全在于一組具體的方法和策略，而在于提出一個(gè)統(tǒng)一的框架，對這些方法和策略進(jìn)行全面的理解及綜合。其二是系統(tǒng)性：粒計(jì)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。 Associatedconflict。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(zhǔn)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。 Covering。因果推理是找出原因與結(jié)果之間的必然聯(lián)系。將粒計(jì)算作為一個(gè)獨(dú)立的學(xué)科研究可以防止這種不必要的重復(fù)勞動。每個(gè)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。粒結(jié)構(gòu)包括三個(gè)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(gè)分層結(jié)構(gòu)的結(jié)合。計(jì)算模式是方法論的具體表現(xiàn)形式。人們能在不同粒的世界上進(jìn)行問題求解，且能夠很快地從一個(gè)粒世界跳轉(zhuǎn)到另一個(gè)粒世界，往返自如，毫無困難。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。其次，在粒計(jì)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(zhǔn)確率三個(gè)方面進(jìn)行獨(dú)立研究。在面向分類法準(zhǔn)確性（單標(biāo)簽和多標(biāo)簽數(shù)據(jù)集）的研究中，本章利用拓?fù)涓采w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。孤立點(diǎn)挖掘之所以有著廣泛的應(yīng)用，是與其所在的實(shí)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。一般情況下都會刪除這些孤立點(diǎn)，因?yàn)樗麄儾荒芴峁┯杏玫男畔ⅲ喾此麄儠档蛿?shù)據(jù)分析的質(zhì)量。 (5) 基于聚類的孤立點(diǎn)檢測方法[75, 76]聚類分析和孤立點(diǎn)檢測有不同的目標(biāo)。粒計(jì)算新穎和獨(dú)特的原因不完全在于提供具體的方法和策略，而在于提出了一個(gè)統(tǒng)一的框架，對這些方法和策略進(jìn)行全面理解及綜合。對于這類問題，由于信息系統(tǒng)的不一致性以及差異信息系統(tǒng)構(gòu)造過程中的不確定性和差異性，規(guī)則挖掘的結(jié)果不甚理想：在粒計(jì)算的思想理論背景下，本章將覆蓋相關(guān)理論運(yùn)用到規(guī)則挖掘中，提出了一種消除引起差異信息系統(tǒng)規(guī)則挖掘中不一致因素的方法。由粗糙集理論可以得出，若信息系統(tǒng)和關(guān)于決策屬性的等價(jià)類記為：和，差異信息系統(tǒng)中關(guān)于決策屬性的等價(jià)類記為：，則有=。證畢！ ，假設(shè)構(gòu)成的劃分為，構(gòu)成的劃分按每個(gè)類所含記錄多少降序排列為，那么按照的構(gòu)造過程有：，不一致因素為。構(gòu)造上的覆蓋，求出引起不一致的記錄所在行號，由于沒有屬性值不變的記錄，所以，并設(shè)置上對應(yīng)行號為空。因此，對沖突的相應(yīng)分析和解決在諸如商業(yè)、政治、法律訴訟和人力資源管理等社會領(lǐng)域或系統(tǒng)里都扮演著非常重要的角色。但正如T. Y. Lin指出的那樣，這不是總能成立的，因此將改造成為滿足對稱性、反自反性和反傳遞性的關(guān)系，而將作為關(guān)系的補(bǔ)，是一個(gè)等價(jià)關(guān)系。 為了能盡可能全面的分析關(guān)聯(lián)沖突的各種情況，我們將以服務(wù)——資源為例，不考慮相關(guān)的應(yīng)用背景，意圖是為了幫助了解關(guān)聯(lián)沖突的概念和構(gòu)建關(guān)聯(lián)沖突的分析模型。 最后，我們可以構(gòu)建agents（觸發(fā)源）和resources（隱含的沖突對象集）之間的信息表矩陣。措施是：即便是服務(wù)處于沖突的情況下，通過限制中的agents去訪問或需求服務(wù)，其中，向量，向量，也可以最終達(dá)到使盡可能多的服務(wù)正常工作的目標(biāo)。關(guān)聯(lián)沖突的提出給我們提供了觀察問題的一種新視角和一些非常有用的提示即是否有一些非常重要的因素隱藏在所要解決的問題后面和如何利用這些隱藏的信息（即便它們是沖突的）去分析和解決問題；而關(guān)聯(lián)沖突分析模型的建立因適應(yīng)性和普遍性有著廣泛的應(yīng)用領(lǐng)域，尤其在信息共享、計(jì)算機(jī)安全策略、事例推理等領(lǐng)域有著非常重要的應(yīng)用價(jià)值。需要說明的是，我們是采取折中的方法給出的評價(jià)分類準(zhǔn)確性的統(tǒng)一范式，即將從面向單標(biāo)簽的評價(jià)分類法準(zhǔn)確性中給出的統(tǒng)一范式成功的應(yīng)用到了面向多標(biāo)簽的評價(jià)分類法準(zhǔn)確性中，達(dá)到了一舉兩得的效果，從而最終獲得獨(dú)立于數(shù)據(jù)標(biāo)簽和獨(dú)立于理想分類結(jié)果假設(shè)的評價(jià)分類法準(zhǔn)確性的統(tǒng)一范式（注：本章所舉例子雖短小簡單，但極具代表性，充分考慮到了一些特例的情況，使讀者更易于理解）。在問題處于最糟糕的情況下時(shí)，我們可以相應(yīng)的回收和中的資源。 關(guān)聯(lián)沖突分析模型的演化過程沖突分析的目的是為了發(fā)現(xiàn)或解決存在于沖突過程或事件當(dāng)中的問題，從而為決策者及時(shí)決策提供幫助。我們假定他們之間的關(guān)系是。引起沖突的原因是為了某種利益對象之間相互作用而導(dǎo)致的。這樣的覆蓋被稱為利益沖突族，以區(qū)分文獻(xiàn)[98]里的模型中的利益沖突類，它是劃分。針對以上問題，本文引入了關(guān)聯(lián)沖突的概念，將會利用基于覆蓋粒計(jì)算[103]的沖突分析策略對關(guān)聯(lián)沖突進(jìn)行分析和建模，用以解決一系列相關(guān)問題。 該決策規(guī)則的覆蓋廣度和準(zhǔn)確率分別為、。}else for to { 設(shè)置的第列為1。從中可以看出，通過某個(gè)挖掘算法得到的決策規(guī)則，其覆蓋廣度與準(zhǔn)確率并不成正比，即在同樣的時(shí)間復(fù)雜度下，一個(gè)改進(jìn)的挖掘算法得到的挖掘規(guī)則，其覆蓋廣度和準(zhǔn)確率都必須同時(shí)增大，因此決策規(guī)則更準(zhǔn)確并且覆蓋記錄也就更廣泛。為了能獲得理想的決策規(guī)則，本文給出了一種能消除引起差異信息系統(tǒng)不一致因素的方法，并給出了改進(jìn)的基于粗糙集的啟發(fā)式規(guī)則挖掘算法，最終使決策規(guī)則能更好更全面的反應(yīng)條件屬性值的變化與決策變化趨勢之間的關(guān)系。換句話說，對孤立點(diǎn)檢測方法的選擇、改進(jìn)和創(chuàng)新，它提供了統(tǒng)一的、正面的和有效的說明。既要避免粒度過粗而造成求解失敗，又要避免粒度過細(xì)造成信息的冗余而導(dǎo)致求解效率低下。如果模型是簇的集合，那么孤立點(diǎn)會明顯的不屬于任何簇。例如，一個(gè)在進(jìn)行信用卡欺詐的人可能被歸為不合法的信用卡用戶而不是非法的用戶。第二章 粒計(jì)算的獨(dú)特魅力第二章 粒計(jì)算的獨(dú)特魅力 ——以孤立點(diǎn)挖掘?yàn)槔? 本章主要討論粒計(jì)算的新穎性和獨(dú)特性，以此來揭示粒計(jì)算的獨(dú)特思維模式和研究方法，從中體現(xiàn)出本文的寫作意圖，在粒計(jì)算思想理論背景下的覆蓋理論及其研究的問題即受粒計(jì)算思想與理論的影響，獲取與覆蓋相關(guān)的創(chuàng)新思想來源。具體包括以下六章內(nèi)容： 第一章為緒論。它無需提供問題所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)信息，對問題的不確定性的描述或處理是比較客觀的。從實(shí)用角度上看，許多問題是不完整的、不確定的，或者含有模糊信息，很難區(qū)分元素，只能認(rèn)為是粒。需要考慮到粒計(jì)算方法的有效性、可靠性、準(zhǔn)確性、簡便性、計(jì)算成本和價(jià)值。這個(gè)粒結(jié)構(gòu)是對復(fù)雜問題的系統(tǒng)且近似的描述和解答。任意兩層次之間的連接和交互是通過偏序關(guān)系的傳遞性和橋接原理來表示和體現(xiàn)的。我們稱最小的、不可分或不需要再分解的粒為基本粒，即最低層次的粒稱為基本粒，它可以是模糊的，也可以是精確的。在抽象過程中，可以只重視主要特性而忽略不相關(guān)的細(xì)節(jié)，從而達(dá)到對問題的簡化。諸多國內(nèi)外學(xué)者就粒計(jì)算的基本理論和方法做了大量的工作[212]。因此，本文的主要內(nèi)容是在粒計(jì)算思想理論背景下，研究與覆蓋相關(guān)的理論及其應(yīng)用。最后，文章是在同一個(gè)思想理論背景下，討論了基于覆蓋的相關(guān)理論和應(yīng)用。Zadeh將人類的認(rèn)知能力概括為：?；?、組織和因果推理[13]。粒計(jì)算的形成綜合了許多學(xué)科的科研成果[14]，它的理論建立在對各個(gè)領(lǐng)域的共性進(jìn)行概括、總結(jié)和整理之上，形成了對問題求解的普遍適用的原理、方法和策略。 (b) 層次粒存在于特定的層次中，人們在粒計(jì)算的不同層次中研究不同類型的粒，這些粒之間是有聯(lián)系的，同一層次的粒與粒之間可以是相交的關(guān)系也可以是層疊的關(guān)系，它們是該層次上研究的主體。另一個(gè)方面，高層次的粒將與本層次的不相關(guān)的細(xì)節(jié)忽略掉，為低層次的粒提供更粗粒度的描述。對粒計(jì)算的研究應(yīng)該著眼于三個(gè)觀點(diǎn)[2]：粒計(jì)算的哲學(xué)思想觀點(diǎn)、方法論觀點(diǎn)及計(jì)算模式觀點(diǎn)。從人類思考和求解問題上看，“人類以粒的觀點(diǎn)看世界”，“人們觀察、衡量、概括和推理的實(shí)體都是?！盵16]。這些都需要對不完全和不充分的信息進(jìn)行處理，圍繞這個(gè)問題產(chǎn)生了許多理論，如模糊理論、神經(jīng)網(wǎng)絡(luò)、商空間理論、詞計(jì)算、粗糙集理論等。 雖然覆蓋廣義粗糙集有了一定的理論基礎(chǔ)和應(yīng)用領(lǐng)域，但與粗糙集相比，需要不斷豐富其理論基礎(chǔ)和應(yīng)用領(lǐng)域，而繼續(xù)建立覆蓋近似運(yùn)算公理化理論體系、覆蓋約簡及近似性度量和不斷尋求覆蓋廣義粗糙集的適用方向是進(jìn)一步研究的具體目標(biāo)，本文旨在對覆蓋廣義粗糙集的應(yīng)用基礎(chǔ)進(jìn)行研究。 第四章為基于覆蓋粒計(jì)算的關(guān)聯(lián)沖突分析。一般，孤立點(diǎn)挖掘問題可以看作兩個(gè)子問題：一個(gè)是在給定的數(shù)據(jù)集中定義一個(gè)什么樣的數(shù)據(jù)可以被認(rèn)為是孤立點(diǎn)或不一致的；另一個(gè)是找到一個(gè)有效的方法去挖掘這些定義的孤立點(diǎn)。通常這些極值點(diǎn)或沒有任何變異的點(diǎn)作為孤立點(diǎn)是非常有意思的。 (4) 基于密度的孤立點(diǎn)檢測方法[73, 74]數(shù)據(jù)分布的密度估計(jì)是相對可以通過計(jì)算得到的，尤其是對數(shù)據(jù)之間存在距離的點(diǎn)來說。正如Zadeh所認(rèn)為[13]的：人類的認(rèn)知能力概括為?；⒔M織和因果推理，人們對孤立點(diǎn)挖據(jù)方法的設(shè)計(jì)正是人類認(rèn)知能力尤其粒化能力的反應(yīng)，例如，基于距離、密度和聚類的孤立點(diǎn)檢測方法可以看作為基于空間粒化的方法，而基于統(tǒng)計(jì)模型和偏離的孤立點(diǎn)檢測方法可以被看作為基于模糊匹配信息的粒化方法。最后對于二者而言，基于粒計(jì)算的孤立點(diǎn)挖掘?qū)o孤立點(diǎn)挖掘的研究和分析提供一種新的策略和模式，它將對孤立點(diǎn)的挖掘產(chǎn)生深遠(yuǎn)的影響。若兩個(gè)不同個(gè)體具有相同的變化趨勢=，當(dāng)且僅當(dāng)和同時(shí)成立。證明：根據(jù)以上算法描述，顯然在差異決策屬性構(gòu)成的劃分中，引起不一致原因的記錄不會存在于的分類中，只會存在于的分類中。對屬性值進(jìn)行量化后，；又選出在時(shí)刻與場景的信息系統(tǒng)為。本章主要對關(guān)聯(lián)沖突進(jìn)行分析和建模：在粒計(jì)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(shí)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(jìn)行了詳細(xì)的分析，給出了具體的解決方案，從而最終使得關(guān)聯(lián)沖突的提出和分析有助于完善社會各個(gè)領(lǐng)域中沖突的解決。T. Y. Lin[99102]利用粒計(jì)算方法在文獻(xiàn)[98]的基礎(chǔ)上提出了長城安全策略的沖突分析和對策的修正模型。換句話說，只有在客體在中，這個(gè)主體才能訪問或需求。一個(gè)是處于第一層次上的主動關(guān)系，用來表示agents和沖突對象集之間的關(guān)系，其中agents是主體而沖突對象是客體，主動關(guān)系可以隨agents的改變而改變，例如agents的個(gè)數(shù)、范圍和順序等，agents在這個(gè)關(guān)系中是外部因素或觸發(fā)源，當(dāng)agents作用于這些沖突對象后，利益沖突就會發(fā)生，即關(guān)系就會建立（）；對于所有的agents來說，另一個(gè)關(guān)系是處于第二層次上的隱含關(guān)系，它是一個(gè)固定的不能被改變的關(guān)系，用來表示沖突對象集和隱含的沖突對象集之間的關(guān)系，就像一個(gè)工程需要一些固定的不變的程序或資源一樣，每個(gè)沖突對象也固定不變的需要一些隱含的沖突對象的支持，因此這個(gè)關(guān)系是不能改變的，它是固定，也就是說沖突對象集和隱含的沖突對象集之間的關(guān)系本來就有的，另外，二者都是沖突源，相對于隱含的沖突對象集來說，沖突對象集是外部因素，但相對于agents來說，隱含的沖突對象集就是隱含著的了。 因?yàn)槊總€(gè)資源同一時(shí)間可以最多提供給三個(gè)服務(wù)使用，所以我們可以構(gòu)建下面這個(gè)方陣：，其中如果，那么，否則。在問題處于最糟糕的情況下時(shí)，我們可以回收中的資源，其中。如果服務(wù)之間是不沖突的而資源之間是相互沖突的，我們可以構(gòu)造服務(wù)關(guān)于資源在上的辨識矩陣，可以從或中獲得相關(guān)服務(wù)，然后進(jìn)行異常討論，無需考慮agents。然而，