【正文】 能干的人，不在情緒上計(jì)較，只在做事上認(rèn)真；無(wú)能的人！不在做事上認(rèn)真，只在情緒上計(jì)較。什么是奮斗？奮斗就是每天很難，可一年一年卻越來(lái)越容易。 2011年 5月. . . . .參考文獻(xiàn)[1] 李道國(guó)，苗奪謙，張紅云. 粒度計(jì)算的理論，模型與方法[J]. 復(fù)旦學(xué)報(bào)（自然科學(xué)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(guó)君，段立娟，王實(shí)，石云．?dāng)?shù)據(jù)挖掘原理與算法[M]．北京：清華大學(xué)出版社，2005, 108～124. [5] 苗奪謙，李道國(guó)．粗糙集理論、算法與應(yīng)用[M]．北京：清華大學(xué)出版社，2008, 128～154. [6] 苗奪謙，王國(guó)胤，柳清，林早陽(yáng)，姚一豫．粒計(jì)算：過(guò)去、現(xiàn)在與展望[M]．北京：科學(xué)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(guó). 信息粒度計(jì)算模型及其在智能信息處理中的應(yīng)用研究[D].上海：同濟(jì)大學(xué),2006.[9] [M]. 西安：西安交通大學(xué)出版社，2001.[10] 王國(guó)胤，于洪，[N]. 計(jì)算機(jī)學(xué)報(bào)，2010，21（5）：300～376.[11] 史開(kāi)泉，崔玉泉．s一粗集與粗決策[M]．北京：科學(xué)出版社，2006．[12] [J].復(fù)旦學(xué)報(bào)（自然科學(xué)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(xué)，2004. [14] 梁吉業(yè)，曲開(kāi)社，徐宗本．信息系統(tǒng)的屬性約簡(jiǎn)[J]．系統(tǒng)工程理論與實(shí)踐，2001，21(12)：76～80．[15] [M].合肥:中國(guó)科學(xué)技術(shù)大學(xué)出版社，2001，35（3）：134～231.[16] 鄧蔚，黃海，王國(guó)胤，[J]，武漢，中國(guó)，2005：690~695.[17] [J].軟件學(xué)報(bào)，1999，10（2）：113~116.[18] Set理論及其在機(jī)器學(xué)習(xí)中的應(yīng)用研究[D].北京：中國(guó)科學(xué)院自動(dòng)化研究所，1997.[19] 張文修，梁怡，[M].北京：科學(xué)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(jì)算機(jī)科學(xué)，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(shí)粗糙集性與信息熵關(guān)系的討論[M].北京：清華大學(xué)出版社，2006.[24] 安久江，甘全，王國(guó)胤，[J].計(jì)算機(jī)科學(xué)，2009，32（8A）：137~140.[25] 王珍，余昭平，一種基于粗糙集的最小約簡(jiǎn)算法叨[J]．微計(jì)算機(jī)信息，2006，42（2）：218~219．[26] 陸汝鈐．知識(shí)科學(xué)與計(jì)算科學(xué)[M]．北京：清華大學(xué)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(xué)學(xué)報(bào)，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(shí)約簡(jiǎn)算法[J]．計(jì)算機(jī)科學(xué)，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(jiǎn)研究[J]．長(zhǎng)沙理工大學(xué)學(xué)報(bào)(自然科學(xué)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(xué)學(xué)報(bào)(自然科學(xué)版)，2004(12)：67～69．[31] 卞東波，白碩，李國(guó)杰．聚類(lèi)／分類(lèi)中的粒度原理[J]．計(jì)算機(jī)學(xué)報(bào)，2002，25(8)：8lO～815．[32] 李鈍，梁吉業(yè)．利用聚類(lèi)和粗糙集迸行文本分類(lèi)研究[D]．計(jì)算機(jī)工程與應(yīng)用，2003，39(7)：186～188．[33] 鄧蔚，王國(guó)胤，吳渝．粒計(jì)算綜述[J]．計(jì)算機(jī)科學(xué)，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。. . . . .致 謝我要誠(chéng)摯的感謝我的導(dǎo)師陳玉明老師，在這近半年的企業(yè)實(shí)習(xí)與畢業(yè)設(shè)計(jì)期間，都得到了陳玉明老師的悉心指導(dǎo)，在程序的設(shè)計(jì)與論文的寫(xiě)作過(guò)程中，多次得到他的教導(dǎo)，并且為我的設(shè)計(jì)與論文提供了許多寶貴的修改意見(jiàn)。所以在今后的工作中，為了完善基于KG異常檢測(cè)算法，我們應(yīng)當(dāng)考慮利用粗糙就特征選擇方法，以減少其特征的同時(shí)還保留它的性能。 進(jìn)一步工作的方向雖然目前對(duì)粒計(jì)算在數(shù)據(jù)挖掘中的研究還相對(duì)較少，但隨著粒計(jì)算理論本身的不斷完善和發(fā)展及它與其他粒計(jì)算方法的互相結(jié)合，它將在數(shù)據(jù)挖掘中得到廣泛的應(yīng)用。此外，我們給出了基于KG檢測(cè)異常點(diǎn)的算法。為了處理異常檢測(cè)的不確定性信息，我們對(duì)傳統(tǒng)距離度量根據(jù)知識(shí)粒度進(jìn)行了新的定義。而基于粗糙集理論的數(shù)據(jù)挖掘是把知識(shí)看作是論域的劃分，從而認(rèn)為知識(shí)是有粒度的，它是以代數(shù)的觀點(diǎn)描述知識(shí)粒度的，因而稱其為粗糙集理論的代數(shù)表示。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(yīng)用領(lǐng)域?qū)?huì)更加廣泛。所以該算法的檢測(cè)性能達(dá)到了我們的預(yù)期效果。接下來(lái)我們通過(guò)對(duì)多組信息系統(tǒng)進(jìn)行異常挖掘來(lái)記錄我們算法的錯(cuò)誤率，以方便我們對(duì)該算法的理解。 漏檢和誤檢由于數(shù)據(jù)源、實(shí)驗(yàn)條件等各種因素的限制，檢測(cè)不可能達(dá)到無(wú)限精確，檢測(cè)的結(jié)果可能與現(xiàn)實(shí)情況存在誤差。因?yàn)镵OD算法在比例達(dá)到7%就可以找出所有罕見(jiàn)類(lèi)，但其他兩種算法要到9%和12%。KNN甚至要到檢測(cè)前面12個(gè)對(duì)象后才把所有的6個(gè)異常點(diǎn)檢測(cè)出來(lái)。表 淋巴數(shù)據(jù)集實(shí)驗(yàn)結(jié)果對(duì)象數(shù)KODKNNDIS7（%）6（100%）5（83%）5（83%）9（%）6（100%）5（83%）6（100%）12（%）6（100%）6（100%）6（100%）。在我們的實(shí)驗(yàn)中，淋巴數(shù)據(jù)集被輸入一個(gè)信息表IS= (U,A)，其中U包含所有483個(gè)淋巴數(shù)據(jù)集實(shí)例，A包含9個(gè)淋巴屬性數(shù)據(jù)集（不包括類(lèi)屬性）。我們對(duì)淋巴數(shù)據(jù)集進(jìn)行信息系統(tǒng)化處理，我們通過(guò)對(duì)該信息系統(tǒng)進(jìn)行分批檢測(cè)，先檢測(cè)前面的7個(gè)對(duì)象內(nèi)的異常點(diǎn)個(gè)數(shù)，在按順序分別對(duì)前面的9個(gè)，12個(gè)對(duì)象進(jìn)行檢測(cè)，得出它們的異常點(diǎn)。 淋巴數(shù)據(jù)的檢測(cè)首先，我們可以在UCI機(jī)器學(xué)習(xí)庫(kù)中找到淋巴數(shù)據(jù)集。大部分異常點(diǎn)還是能被準(zhǔn)確檢測(cè)出來(lái)。 誤檢雖然會(huì)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。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(duì)象。 我們可以看出排在較前面的對(duì)象它們的決策值都為2，也就是我們所說(shuō)的異常點(diǎn)，它沒(méi)有出現(xiàn)漏檢情況。 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(dǎo)入程序中。For 每個(gè){根據(jù)給定的a屬性在Va域中的序列對(duì)所有U中的對(duì)象進(jìn)行排序；確定分區(qū)U/IND({a})；計(jì)算IND(a)的知識(shí)粒度KG({a})；}確定A的屬性序列S={a`1, a`2, …, a`m}，其中1=jm, KG({a`j})=KG({a`j+1})；構(gòu)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(duì)所有U中的對(duì)象進(jìn)行排序；確定分區(qū) U/IND(Aj)；計(jì)算IND(Aj)的知識(shí)粒度KG(Aj)；}For every x∈U{For 1=j=m {分別得計(jì)算出IND(aj) 和IND(Aj)下x的相對(duì)知識(shí)粒度RG{aj}(x)和RGAj(x)； 對(duì)x賦權(quán)值W{aj}(x) ；對(duì)x賦權(quán)值WAj(x)；}計(jì)算 KOF(x)；對(duì)KOF進(jìn)行排序；If（ KOF(x)V）{就選擇}}返回 K。其中A={a1, a2, …, am}，|U|=n 和 |A|=m， 閥值為v。在流程圖的基礎(chǔ)上，我們進(jìn)行了程序的編寫(xiě)。至此，我們可以很清楚的看出a4大于閥值，所以a4就是在信息系統(tǒng)IS中基于知識(shí)粒度的異常點(diǎn)，而其它對(duì)象則不是異常點(diǎn)。類(lèi)似的，我們可以得到當(dāng)依次移除對(duì)象a，則我們可得到知識(shí)粒度則我們可以得到它相對(duì)知識(shí)粒度計(jì)算權(quán)重 和 如下因此，知識(shí)造粒a1異常因子的計(jì)算方法如下KOF(a1)=≈＜V因此，在信息系統(tǒng)IS中a1不是一個(gè)基于知識(shí)粒度的異常點(diǎn)。根據(jù)知識(shí)粒度的大小，屬性序列是S=c1，c3，c2。 基于知識(shí)粒度異常點(diǎn)的例子給出一個(gè)信息系統(tǒng)IS=（U，C，V），其中U={a1，a2，a3，a4，a5，a6}，C={C1，C2，C3}，設(shè)閥值V=。設(shè)IS=(U, A)是一個(gè)信息系統(tǒng)，V是一個(gè)給定的閾值。在IS中的對(duì)象x的知識(shí)粒度因子(KOF)：()其中 和 是對(duì)象x的相對(duì)知識(shí)粒度，其中屬性子集Aj∈AS，屬性子集{aj}屬于A，1=j=k。在本文中，類(lèi)似Breunig的方法，我們確定一個(gè)知識(shí)粒度的異常因子（KOF），它可以顯示出信息系統(tǒng)中每個(gè)對(duì)象的領(lǐng)域的outlierness程度。因此，Breunig提出了一種基于密度的局部異常點(diǎn)檢測(cè)方法(Breunig，2000)。在現(xiàn)實(shí)生活中，它并不是那么簡(jiǎn)單的。此外，根據(jù)知識(shí)粒度我們可以唯一確定一個(gè)屬性序列和一個(gè)屬性子集的降序序列。從上面的定義，我們可以看出在AS= A1,，A2，…，Ak 中，1≤j＜k，Aj+1是從A j刪除元素a`j后從A j改變的屬性子集。設(shè)一個(gè)信息系統(tǒng)IS=(U, A)，其中A={ a1,，a2，…，ak }，設(shè)S= a`1，a`2，…，a`k 是上面定義的屬性序列，給出屬性子集序列AS= A1,，A2，…，Ak ，其中A1,，A2，…，Ak A。我們對(duì)A的屬性構(gòu)造了一個(gè)序列S=a`1，a`2，…，a`k，其中1≤j＜k，且KG({a`j })≥KG({a`j+1})，其中KG({a` j })是屬性A中每個(gè)子集{a’ j }的IND({a`j })的知識(shí)粒度。下面，我們構(gòu)造了兩種基于知識(shí)粒度的序列，分別是屬性序列和屬性子集序列。不確定可以被視為是一種不正常的屬性。X的相對(duì)知識(shí)粒度RGB(x)越高，則X的不確定性越高。反之，如果IND(B)的知識(shí)粒度變化不大，則我們就可以認(rèn)為在IND(B)下對(duì)象X的不確定性較低的。在IND(