【正文】 `j})=KG({a`j+1})；構建序列S的屬性子集遞減序列AS={A1, A2, …, Am}；For 1=j=m{ 根據(jù)給定的Aj屬性在VAj域中的序列對所有U中的對象進行排序；確定分區(qū) U/IND(Aj)；計算IND(Aj)的知識粒度KG(Aj)；}For every x∈U{For 1=j=m {分別得計算出IND(aj) 和IND(Aj)下x的相對知識粒度RG{aj}(x)和RGAj(x)； 對x賦權值W{aj}(x) ；對x賦權值WAj(x)；}計算 KOF(x)；對KOF進行排序；If（ KOF(x)V）{就選擇}}返回 K。 基于KG的異常檢測算法流程圖. . . . .第5章 實驗與分析 實驗結果通過基于知識粒度的異常檢測算法，我們在VC++ ，對算法進行了實現(xiàn)。 程序初始界面我們將獲得的數(shù)據(jù)集按照特定的格式輸入文本文檔中，然后再導入程序中。通過點擊數(shù)據(jù)挖掘按鈕，我們可以分別計算出數(shù)據(jù)集中個個對象的KOD值，且它們是按KOD值進行排序。 我們可以看出排在較前面的對象它們的決策值都為2，也就是我們所說的異常點，它沒有出現(xiàn)漏檢情況。由于數(shù)據(jù)對象個數(shù)較多，所以我們可以通過設定閥值來進行動態(tài)的異常點檢測。只要在閥值框中輸入閥值，我們就可以很方便獲得自己所需要的含有異常的對象。 對數(shù)據(jù)進行挖掘檢測 通過輸入閥值，選擇所需要的異常對象我們可以發(fā)現(xiàn)我們所挖掘出的數(shù)據(jù)中對象121其實不是異常點，但我們的算法卻被檢測出來，所以這就是誤檢。 誤檢雖然會出現(xiàn)誤檢，但由于我們的數(shù)據(jù)挖掘?qū)ο笠话闱闆r是一組大數(shù)據(jù)集。所以誤檢的概率為較低。大部分異常點還是能被準確檢測出來。 實驗分析通過上節(jié)所提供的程序，我們對淋巴數(shù)據(jù)進行了檢測，然后我們在網(wǎng)上可以很輕松的找到基于KNN與基于DIS對該淋巴數(shù)據(jù)的檢測結果，最后我們通過對它們進行對比來驗證該算法的性能。 淋巴數(shù)據(jù)的檢測首先，我們可以在UCI機器學習庫中找到淋巴數(shù)據(jù)集。它包含483個實例（或?qū)ο螅┢渲杏?個屬性（包括類屬性）。我們對淋巴數(shù)據(jù)集進行信息系統(tǒng)化處理，我們通過對該信息系統(tǒng)進行分批檢測，先檢測前面的7個對象內(nèi)的異常點個數(shù)，在按順序分別對前面的9個，12個對象進行檢測，得出它們的異常點。在跟KNN與DIS算法進行對比。在我們的實驗中，淋巴數(shù)據(jù)集被輸入一個信息表IS= (U,A)，其中U包含所有483個淋巴數(shù)據(jù)集實例，A包含9個淋巴屬性數(shù)據(jù)集（不包括類屬性）。我們在IS進行異常點（罕見的類）檢測。表 淋巴數(shù)據(jù)集實驗結果對象數(shù)KODKNNDIS7（%）6（100%）5（83%）5（83%）9（%）6（100%）5（83%）6（100%）12（%）6（100%）6（100%）6（100%）。在這里，我們可以很清楚的看到當我們檢測前面的7個對象時，KOD算法把其中的6個異常點都檢測出了，而KNN只檢測到5個，DIS也只檢測到5個。KNN甚至要到檢測前面12個對象后才把所有的6個異常點檢測出來。所以在這個實驗中，我們可以得出一個比較結果，那就是KOD算法的性能優(yōu)于KNN算法和DIS算法。因為KOD算法在比例達到7%就可以找出所有罕見類，但其他兩種算法要到9%和12%。而且，在前面數(shù)據(jù)比例較小的情況下也找出較多的罕見類記錄。 漏檢和誤檢由于數(shù)據(jù)源、實驗條件等各種因素的限制，檢測不可能達到無限精確，檢測的結果可能與現(xiàn)實情況存在誤差。也就是我們所說的漏檢，誤檢。接下來我們通過對多組信息系統(tǒng)進行異常挖掘來記錄我們算法的錯誤率，以方便我們對該算法的理解。表 漏檢和誤檢的概率數(shù)據(jù)集對象數(shù)屬性數(shù)漏檢率誤檢率14839%（2）0%2357121%（3）%（2）312480%0%442810%（2）0% 觀察，%，%。所以該算法的檢測性能達到了我們的預期效果。. . . . .第6章 結論與展望 結論本文的研究工作初步探討了基于知識粒度的粗糙集理論的異常數(shù)據(jù)挖掘的問題，數(shù)據(jù)挖掘是一個年輕而又活躍的研究領域。隨著數(shù)據(jù)挖掘理論研究的不斷深入，數(shù)據(jù)挖掘的工程應用領域?qū)訌V泛。作為復雜問題求解的有效思想方法，粒計算已取得了一定的成功。而基于粗糙集理論的數(shù)據(jù)挖掘是把知識看作是論域的劃分，從而認為知識是有粒度的，它是以代數(shù)的觀點描述知識粒度的，因而稱其為粗糙集理論的代數(shù)表示。異常點檢測在許多領域變成更加的重要。為了處理異常檢測的不確定性信息，我們對傳統(tǒng)距離度量根據(jù)知識粒度進行了新的定義。并給出了衡量一個異常點的意義的方法。此外，我們給出了基于KG檢測異常點的算法。實驗結果顯示，對于UCI數(shù)據(jù)集我們的方法效果優(yōu)于現(xiàn)有的異常檢測方法，比它們更有意義和更有趣。 進一步工作的方向雖然目前對粒計算在數(shù)據(jù)挖掘中的研究還相對較少，但隨著粒計算理論本身的不斷完善和發(fā)展及它與其他粒計算方法的互相結合，它將在數(shù)據(jù)挖掘中得到廣泛的應用。這個算法還是有一些局限性，比如，有些異常點檢測不出來，但大部分異常點都很順利挖掘出。所以在今后的工作中，為了完善基于KG異常檢測算法，我們應當考慮利用粗糙就特征選擇方法，以減少其特征的同時還保留它的性能。對于該方法的計算性能，我們將根據(jù)給定的特征值對所有對象進行排序，使得提高計算復雜性。. . . . .致 謝我要誠摯的感謝我的導師陳玉明老師，在這近半年的企業(yè)實習與畢業(yè)設計期間，都得到了陳玉明老師的悉心指導，在程序的設計與論文的寫作過程中，多次得到他的教導，并且為我的設計與論文提供了許多寶貴的修改意見。陳玉明老師的嚴謹治學的態(tài)度與求真務實的工作作風及其豐富的學識給我留下了深刻的印象，使我受益匪淺。 2011年 5月. . . . .參考文獻[1] 李道國，苗奪謙，張紅云. 粒度計算的理論，模型與方法[J]. 復旦學報（自然科學版），2004，43(5): 1～2.[2] Yao Y Y. Granular puting：Basic issues and possible solutions//the 5th Joint Conference on Information Jersey,USA. 2000, 108(11): 1149～1161.[3] . Liang, . Shi, . Li, Information entropy, rough entropy and knowledge granulation in inplete information systems[J], International Journal of General Systems (2009) 641654.[4] 毛國君，段立娟，王實，石云．數(shù)據(jù)挖掘原理與算法[M]．北京：清華大學出版社，2005, 108～124. [5] 苗奪謙，李道國．粗糙集理論、算法與應用[M]．北京：清華大學出版社，2008, 128～154. [6] 苗奪謙，王國胤，柳清，林早陽，姚一豫．粒計算：過去、現(xiàn)在與展望[M]．北京：科學出版社，2007. [7] Miao D Q,Wang J. Informationbase algorithm for reduction of knowledge//IEEE International Conference on Intelligent Processing Systems. Beijing,China, 1998, 1149～1161.[8] 李道國. 信息粒度計算模型及其在智能信息處理中的應用研究[D].上海：同濟大學,2006.[9] [M]. 西安：西安交通大學出版社，2001.[10] 王國胤，于洪，[N]. 計算機學報，2010，21（5）：300～376.[11] 史開泉，崔玉泉．s一粗集與粗決策[M]．北京：科學出版社，2006．[12] [J].復旦學報（自然科學版），2009，35（3）：134～231.[13] 譚政仁. 基于Rough Set的海量數(shù)據(jù)挖掘算法研究[D].重慶：重慶郵電大學，2004. [14] 梁吉業(yè)，曲開社，徐宗本．信息系統(tǒng)的屬性約簡[J]．系統(tǒng)工程理論與實踐，2001，21(12)：76～80．[15] [M].合肥:中國科學技術大學出版社，2001，35（3）：134～231.[16] 鄧蔚，黃海，王國胤，[J]，武漢，中國，2005：690~695.[17] [J].軟件學報，1999，10（2）：113~116.[18] Set理論及其在機器學習中的應用研究[D].北京：中國科學院自動化研究所，1997.[19] 張文修，梁怡，[M].北京：科學出版社，2003.[20] Wang J，Wang J. Reduction algorithms based on discernibility matrix: The order attributes method. Journal of Computer Science and Technology，2001，16（6）：213~228.[21] 張鈸，[J].計算機科學，2003，30（5）：1~5.[22] Lin T Y. Granular puting. Announcement of the BISC Special Interest Group on Granular puting, 1997.[23] 苗奪謙. 粗糙集理論中知識粗糙集性與信息熵關系的討論[M].北京：清華大學出版社，2006.[24] 安久江，甘全，王國胤，[J].計算機科學，2009，32（8A）：137~140.[25] 王珍，余昭平，一種基于粗糙集的最小約簡算法叨[J]．微計算機信息，2006，42（2）：218~219．[26] 陸汝鈐．知識科學與計算科學[M]．北京：清華大學出版社，2003.[27] 頓毅杰，張小峰，孫吳，趙麗．一種基于粒度的規(guī)則挖掘方法[J]．蘭州理工大學學報，2006(2)：105～108．[28] 張宏宇，梁吉業(yè)．不完備信息系統(tǒng)下的變精度粗糙集模型及其知識約簡算法[J]．計算機科學，2003，30(4)：153～155．[29] 傅明，陳曦，劉翌南．基于信息顆粒的粗糙集約簡研究[J]．長沙理工大學學報(自然科學版)，2004(6)：80～85．[30] 彭玉樓，陳曦．基于粗糙信息顆粒的數(shù)據(jù)挖掘方法研究[J]．湖南科技大學學報(自然科學版)，2004(12)：67～69．[31] 卞東波，白碩，李國杰．聚類／分類中的粒度原理[J]．計算機學報，2002，25(8)：8lO～815．[32] 李鈍，梁吉業(yè)．利用聚類和粗糙集迸行文本分類研究[D]．計算機工程與應用，2003，39(7)：186～188．[33] 鄧蔚，王國胤，吳渝．粒計算綜述[J]．計算機科學，2004(31)，10A：178～181．寧可累死在路上，也不能閑死在家里！寧可去碰壁，也不能面壁。是狼就要練好牙，是羊就要練好腿。什么是奮斗？奮斗就是每天很難，可一年一年卻越來越容易。不奮斗就是每天都很容易，可一年一年越來越難。能干的人，不在情緒上計較，只在做事上認真；無能的人！不在做事上認真，只在情緒上計較。拼一個春夏秋冬！贏一個無悔人生！早安！—————獻給所有努力的人.