基于粗糙集理论的时间序列数据分析

【摘要】：在时间序列信息系统获取方法方面,以往的文献涉及很少,本文研究了其获取方法,它是转换为非时序信息系统的基础。时序信息系统可以从原始离散数据中获得,也可以从实时时序信息系统转换得到。 对转换后非时间序列信息表的属性约简,是进行数据挖掘的基础。基于差别矩阵的约简策略在众多约简策略中是最常用的,但是该算法策略存在计算复杂度大,计算效率低的问题。针对这些问题,本文提出一种改进算法,使该策略的计算复杂度和空间复杂度小于基于差别矩阵的约简策略,并且能达到相同的约简效果。 本文还研究了一种基于条件熵的属性约简策略,该策略考虑时序决策表转换得到的非时序决策表中属性隐含的时间特性,提出关于时间重要性的假设,并将其运用到属性约简策略。 最后,对规则获取策略进行了研究。规则获取的一般方法在直接获得最小规则集的存在不足,本文提出一个改进的规则获取算法,可以直接获取最小规则集。 本文使用笔者编写的模拟程序对UCI数据库集中与时序有关的一个数据库进行实验仿真,对其进行了属性约简及规则获取,有效地验证上述算法。