基于多粒度粗糙集的大学生学习能力研究
邻域系统粗糙集模型
第３６卷 ２０１２ 第２期
．４月 南京理工大学学报 Ｊｏｕｒｎａｌ ｏｆ Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｖｏｌ＿３６ Ｎｏ．２ ＡＤｒ．２０１２
邻域系统粗糙集模型
杨习贝 ，杨静宇
（１．江苏科技大学计算机科学与工程学院，江苏镇江２１２００３；２．南京理工大学计算机科学与技术学院，江苏南京２１００９４）
摘要：该文从多视角考虑粗糙近似逼近问题，讨论了邻域系统粗糙集模型的性质。将邻域系统
粗糙集模型与两种重要的广义粗糙集模型，即可变精度粗糙集和多粒度粗糙集进行了对比分析， 分别根据分类错误率和多粒度构建了不同的领域系统。该文研究结果证明了可变精度粗糙集模
型和多粒度粗糙集模型是邻域系统粗糙集模型的特例，邻域系统粗糙集模型是一种更为广义的粗 糙集表现形式。 关键词：邻域系统；粗糙集；可变精度粗糙集；多粒度粗糙集 中图分类号：ＴＰ１８ 文章编号：１００５—９８３０（２０１２）０２—０２９１—０５
Ｒｏｕｇｈ Ｓｅｔ Ｍｏｄｅｌ Ｂａｓｅｄ ｏｎ Ｎｅｉｇｈｂｏｒｈｏｏｄ Ｓｙｓｔｅｍ
ＹＡＮＧ Ｘｉ—ｂｅｉ ，－．ＹＡＮＧ Ｊｉｎｇ．ｙｕ
（１．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｊｉａｎｇｓｕ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ， Ｚｈｅｎｊｉａｎｇ ２１２００３，Ｃｈｉｎａ；２．Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，ＮＵＳＴ，Ｎａｎｊｉｎｇ ２１００９４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｃｏｎｓｉｄｅｒｉｎｇ ｔｈｅ ｒｏｕｇｈ ａｐｐｒｏｘｉｍａｔｉｏｎ ｗｉｔｈ ｔｈｅ ｄｉｆｆｅｒｅｎｔ ｖｉｅｗｓ，ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｔｈｅ
ｎｅｉｇｈｂｏｒｈｏｏｄ ｓｙｓｔｅｍ ｂａｓｅｄ ｒｏｕｇｈ ｓｅｔ ｍｏｄｅｌ ａｒｅ ｉｎｖｅｓｔｉｇａｔｅｄ．Ｔｈｅ ｎｅｉｇｈｂｏｒｈｏｏｄ ｓｙｓｔｅｍ ｂａｓｅｄ ｒｏｕｇｈ ｓｅｔ ｉｓ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｔｗｏ ｄｉｆｆｅｒｅｎｔ ｇｅｎｅｒａｌｉｚｅｄ ｒｏｕｇｈ ｓｅｔｓ，ｔｈｅ ｖａｒｉａｂｌｅ ｐｒｅｃｉｓｉｏｎ ｒｏｕｇｈ ｓｅｔ ｍｏｄｅｌ
最小描述的多粒度覆盖粗糙集模型
Ｃｏｍｐｕｔｅｒ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用 最小描述的多粒度覆盖粗糙集模型 黄婧，李进金 ＨＵＡＮＧ Ｊｉｎｇ，ＬＩ Ｊｉｎｊｉｎ 漳州师范学院数学与信息科学系，福建漳州３６３０００ Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｍａｔｈｅｍａｔｉｃ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ，Ｚｈａｎｇｚｈｏｕ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｚｈａｎｇｚｈｏｕ，Ｆｕｊｉａｎ ３６３０００，Ｃｈｉｎａ ＨＵＡＮＧ Ｊｉｎｇ，ＬＩ Ｊｉｎｊｉｎ．Ｃｏｖｅｒｉｎｇ ｒｏｕｇｈ ｓｅｔｓ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ｍｕｌｔｉ—ｇｒａｎｕｌａｔｉｏｎ ｏｆ ｍｉｎｉｍａｌ ｄｅｓｃｒｉｐｔｉｏｎ．Ｃｏｍｐｕｔｅｒ Ｅｎｇｉ— ｎｅｅｒｉｎｇ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎｓ，２０１３，４９（９）：１３４－１３９． Ａｂｓｔｒａｃｔ：Ｉｎ ｔｈｅ ｃｏｖｅｒｉｎｇ ｇｅｎｅｒａｌｉｚｅｄ ｒｏｕｇｈ ｓｅｔ ｔｈｅｏｒｙ，ｔｈｅ ｏｒｉｇｉｎａｌ ｍｉｎｉｍｕｍ ｄｅｓｃｒｉｐｔｉｏｎ ｉｓ ｐｒｉｍａｒｉｌｙ ｃｏｎｃｅｒｎｅｄ ｗｉｔｈ ａ ｓｉｎｇｌｅ ｇｒａｎｕｌａｔｉｏｎ．Ｔｈｉｓ ｐａｐｅｒ ｆｉｒｓｔ ｅｘｔｅｎｄｓ ａ ｓｉｎｇｌｅ ｇｒａｎｕｌａｔｉｏｎ ｔｏ ｍｕｌｔｉ—ｇｒａｎｕｌａｔｉｏｎ ａｂｏｕｔ ｔｈｅ ｍｉｎｉｍｕｍ ｄｅｓｃｒｉｐｔｉｏｎ．Ａ ｍｕｌｔｉ—ｇｒａｎｕｌａｒｉｔｙ ｃｏｖｅｒｉｎｇ ｒｏｕｇｈ ｓｅｔ ｍｏｄｅｌ ｉｓ ｅｓｔａｂｌｉｓｈｅｄ．Ｂａｓｅｄ ｏｎ ｔｈｉｓ ｍｉｎｉｍｕｍ ｄｅｓｃｒｉｐｔｉｏｎ，ｔｗｏ ｄｉｆｆｅｒｅｎｔ ｔｙｐｅｓ ｏｆ ｕｐｐｅｒ ａｎｄ ｌｏｗｅｒ ａｐｐｒｏｘｉｍａ－ ｔｉｏｎ ｏｐｅｒａｔｏｒｓ ａｒｅ ｐｒｏｐｏｓｅｄ．Ｔｈｅｉｒ ｃｏｒｒｅｓｐｏｎｄｉｎｇ ｐｒｏｐｅｒｔｉｅｓ ａｒｅ ｓｔｕｄｉｅｄ ａｎｄ ａ ｎｅｗ ａｌｇｏｒｉｔｈｍ ｆｏｒ ａｔｔｒｉｂｕｔｅ ｒｅｄｕｃｔｉｏｎ ｉｓ ｇｉｖｅｎ． Ｋｅｙ ｗｏｒｄｓ：ｃｏｖｅｒｉｎｇ ｇｅｎｅｒａｌｉｚｅｄ ｒｏｕｇｈ ｓｅｔｓ；ｍｉｎｉｍａｌ ｄｅｓｃｒｉｐｔｉｏｎ；ｍｕｌｔｉ—ｇｒａｎｕｌａｔｉｏｎ；ａｐｐｒｏｘｉｍａｔｉｏｎ ｏｐｅｒａｔｏｒｓ；ａｔｔｒｉｂｕｔｅ ｒｅｄｕｃｔｉｏｎ 摘要：在覆盖广义粗糙集理论中，对最小描述的定义是建立在单一粒度基础上。将最小描述从单一粒度推广到多个粒 度，建立了多粒度覆盖粗糙集模型。在此基础上，用最小描述建立了两类不同的上下近似算子，研究其性质，给出了一种 基于最小描述下求属性约简的新算法。 关键词：覆盖广义粗糙集；最小描述；多粒度；近似算子；属性约简 文献标志码：Ａ 中图分类号：ＴＰ１８ ｄｏｉ：１０．３７７８／ｊ．ｉｓｓｎ．１００２－８３３１．１１０９—０６０８ １ 引言 粗糙集理论最早是由波兰的ｚ．Ｐａｗｌａｋ于２０世纪８０年 代提出的。近年来，该理论在知识发现、数据挖掘、模式识 别等领域得到广泛应用，人们对Ｐａｗｌａｋ粗糙集理论又进行 了多种推广。如将经典粗糙集推广为覆盖广义粗糙集 ， 给出了区别于经典粗糙集的一些性质以及粗糙集的公理 化体系；将经典粗糙集理论中单一粒度推广到多粒度，由 此提出了多粒度算子及其相应的性质，并且给出了多粒度 下的几类测度 。 ；从拓扑学的角度对粗糙集理论进行深入 的研究，将粗糙集理论与拓扑学理论有机结合起来 ；许 多学者还将粗糙集和模糊集这两种理论创造性地结合在 一起 ・ “，提出了粗糙模糊集和模糊粗糙集理论等。 在粒计算过程中，对于一个信息系统，由等价关系（或 相容关系）导出的一个等价类，称为一个粒子。经典粗糙 集是在等价关系基础上，导出的一个等价类的集合，因此， 经典粗糙集理论是建立在单一粒度下。钱和粱将Ｐａｗｌａｋ 粗糙集模型中单一粒度推广到多粒度粗糙集模型，并且对 这类推广给出了３种假设：（１）任何两个属性必须是独立 的；（２）两个粒度Ｐ 与Ｑ 之间可以进行交运算；（３）目标概 念通过商集 ／ｆ尸ＵＱ）进行近似描述。但是，在一般情况 ， 、 下，这个假设不能满足实际问题，钱在文献［２］中给予了说明。 覆盖广义粗糙集理论作为经典粗糙集理论的一种推 广，它是把经典粗糙集理论中的划分推广到覆盖。在覆盖 粗糙集理论中，近似算子是其研究的核心内容之一，而最 小描述对于近似算子的定义又有着重要的作用。所以，对 覆盖粗糙集理论中最小描述的讨论是有着十分重要的意 义。本文将覆盖广义粗糙集中的最小描述，从单一粒度推 广到多个粒度，建立了多粒度粗糙集模型，讨论了两种不 同类型的上、下近似算子及其性质。粗糙集理论有多方面 的应用，其中一个应用是通过上、下近似算子获得属性约 简及其规则提取。本文根据不完备信息系统中的多粒度 粗糙集 ，给出了基于最小描述下多粒度近似算子的属性 约简。 ２粗糙集理论的基本概念 设 是一个论域，Ｃ是 的一个覆盖，由Ｃ诱导的一 摹金项日：国家自然科学基金（Ｎｏ．１０９７１１８６）。 作者简介：黄婧（１９８６一），女，硕士研究生，研究方向：粗糙集理论、粒计算；李进金（１９６０一），男，教授，博士生导师，研究方向：不确定理论 及其应用。Ｅ—ｍａｉｌ：ｈｕａｎｇｊｉｎｇ６６５８＠１６３．ｃｏｒｎ．ｃｎ 收稿日期：２０１１．０９．３０ 修回日期：２０１１－１１－３０ 文章编号：１００２—８３３１（２０１３）０９—０１３４—０６ ＣＮＫＩ出版日期：２０１２一叭一１６ ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／１１．２１２７．ＴＰ．２０１２０１１６．０９２６．００１．ｈｔｍｌ
学生学习能力评估方法
学生学习能力评估方法
学生学习能力评估是教育领域的一个重要话题。通过评估学生的学习能力，可以更好地了解学生的学习状况，为其提供有针对性的教育措施。本文将从不同角度探讨学生学习能力评估的方法。
一、基于科学实证研究的评估方法
科学实证研究的评估方法可以通过实际数据和统计分析来准确评估学生的学习能力。例如，可以利用学生的成绩单、测试成绩和调查问卷等方式，获取学生的学习成绩和学生满意度等数据，并结合统计方法进行分析，从而更全面地了解学生学习能力的优劣。
二、基于观察和访谈的评估方法
除了科学实证研究方法外，观察和访谈也是一种常用的学生学习能力评估方法。通过观察学生在课堂上的参与情况、学习态度和学习行为等，可以初步了解学生的学习能力和学习动力。同时，进行面对面的访谈，可以进一步深入了解学生的学习策略、学习习惯和学习困难等，为教师提供更个性化的教学建议。
三、基于学习档案和作品集的评估方法
学生学习档案和作品集可以作为评估学生学习能力的参考依据。学习档案包括学生的学习记录、学习计划和学习反思等，可以展示学生在学习过程中的表现和进步。作品集则是学生在各个学科或课程中创作和完成的作品集合，可以反映学生的学术能力、创新能力和综合素养。
四、基于学习策略和元认知的评估方法
学习策略和元认知水平对学生的学习能力有着重要影响。评估学生的学习策略和元认知可以通过调查问卷和心理测量等方式。学习策略包括记忆策略、思维策略和监控策略等，通过评估学生的学习策略使用情况和效果，可以了解学生在学习中的表现和问题。元认知指的是学生对自己的学习过程和学习策略的认知和调控能力，可以通过调查问卷和测试等方式评估学生的元认知水平。
五、基于学习成果和创新能力的评估方法
学习成果和创新能力也是评估学生学习能力的重要方面。学习成果可以通过课堂作业、考试和实践实验等方式进行评估，可以了解学生对知识的理解和应用能力。创新能力评估可以通过科学项目、艺术作品和创业计划等方式进行评估，可以了解学生的创新思维和实践能力。
中国粒计算与知识发现(CGCKD)2019青年学者论坛
面向复杂数据分析的可解释学习模型
现代数据应用中，复杂的数据环境对知识发现提出了巨大挑战，面对海量、高维、异构、动态变化
且价值稀疏的数据，针对具体应用需求设计实现精确、高效的学习和挖掘算法变得越来越困难。目前以
各类深度神经网络为代表的学习模型基于大量数据训练模型，在非结构化数据特征提取与非线性函数近
似等方面具有计算优势，因此成为处理、分析大规模复杂数据的有效途径。然而目前用于大规模复杂数
据分析的学习模型普遍存在语义解释不足的问题，难以形成可解释、易维护的知识。近年来软计算领域
多种决策模型通过改进、拓展并与机器学习方法相结合，在保持模型语义解释优势的同时，不断提升对于复杂数据的处理能力，
由此为复杂数据上的可解释学习与挖掘提供了可能的解决方案。本期论坛将聚
焦复杂数据分析，尝试从软计算与机器学习视角共同探讨高效、可解释学习模型的建立方法。
欢迎每一位到会者参与讨论，期待彼此交流碰撞出思维火花！ 中国粒计算与知识发现（CGCKD）2019青年学者论坛
江苏 镇江
论坛简介
论坛时间 8月9日，14:00 — 17:30
论坛地点 江苏省镇江市富力喜来登酒店
主办单位 中国人工智能学会（CAAI）粒计算与知识发现专业委员会
中国计算机学会（CCF）人工智能与模式识别专业委员会
承办单位 江苏科技大学，江苏省镇江市
论坛环节 14:00-17:00 学术报告
17:00-17:30 讨论环节
论坛主席 岳晓冬（上海大学） 王平心（江苏科技大学）
徐伟华（西南大学） 李金海（昆明理工大学）
本期主题
青年学者 报告题目
侯臣平（国防科技大学）动态特征挖掘方法初探
梁德翠（电子科技大学）三支决策中的偏好学习与冲突分析
王瑞平（中科院计算所）知识引导的开放场景物体识别
优秀博士 报告题目
鞠恒荣（南京大学） 粗糙集驱动的多粒度三支分类机理
李飞江（山西大学） 聚类集成有效性要素研究
期待广大青年学者莅临参与
知识粗糙性的粒度原理及其约简
知识粗糙性的粒度原理及其约简
耿志强;朱群雄;李芳
【期刊名称】《系统工程与电子技术》
【年(卷),期】2004(026)008
【摘 要】粗糙集理论是一种新的软计算方法,已成为知识发现和诊断决策领域的一个研究热点.经典的粗糙集理论提出知识是有粒度的并定义了知识粗糙度的概念,但它不能完全区分不同信息粒度所表示的信息量.从信息论的角度定义了信息粒度的概念,重点研究了知识粗糙性的粒度原理,定义了粒度函数和粒度熵的概念,提出了信息粒度的量化计算方法,解决了知识粗糙度在表达信息时的不足.根据知识粗糙性和信息粒度本质上的一致性,提出了一种基于粒度熵的属性约简算法,该算法可以从各约简集中选择最优属性约简,避免了选择约简集的盲目性.实例研究证明提出的粒度计算方法是可靠有效的,为进一步研究知识的粒度计算提供了可行的方法.
【总页数】5页(P1112-1116)
【作 者】耿志强;朱群雄;李芳
【作者单位】北京化工大学信息科学与技术学院,北京,100029;北京化工大学信息科学与技术学院,北京,100029;北京化工大学信息科学与技术学院,北京,100029
【正文语种】中 文
【中图分类】TP39
【相关文献】 1.基于下近似分布粒度熵的变精度悲观多粒度粗糙集粒度约简 [J], 孟慧丽;马媛媛;徐久成
2.知识粗糙性的粒度原理及其属性约简 [J], 林镇飚
3.基于粒度矩阵的程度多粒度粗糙集粒度约简 [J], 汪小燕;申元霞
4.可变多粒度粗糙集粒度约简研究 [J], 汪小燕;郭云婷;申元霞
5.基于矩阵的多粒度粗糙集粒度约简方法 [J], 郑文彬;李进金;张燕兰;廖淑娇
因版权原因，仅展示原文概要，查看原文内容请购买
重庆邮电大学硕士研究生学位论文
重庆邮电大学硕士研究生学位论文
答 辩 公 告
学位论文名称：
1. Rough集理论代数观与信息观的比较研究
2. 基于粒计算的知识获取算法研究
3. 基于粗糙集理论的自主式朴素贝叶斯学习算法研究
4. 基于协作过滤的个性化服务技术研究
5. 基于多图像融合的岩石节理裂隙识别
6. 公路防噪板的隔音效果的电脑仿真实验
研究生：李 邕, 张 闽, 邓维斌, 纪良浩, 姚骏屏, 刘恋秋
指导教师：王国胤， 王卫星,余嘉顺
专业(学科)：电脑科学与技术
院(系、所)： 电脑科学与技术学院
答辩地点：2216教室
答辩时间：2007年6月2日上午8：00～12：00
答辩委员会主席：廖晓峰
答辩委员会委员：樊兴华，程克非，金文标，刘 群
重庆邮电大学研究生部
2007年6月1日
欢 迎 旁 听! 重庆邮电大学硕士研究生学位论文
答 辩 公 告
学位论文名称：
1. 智能网络广告监测系统及情报分析
2. 基于WAP的个性化服务系统的研究
3. 基于Windows Media 卫星网络流媒体播存系统的研究与实现
4. 基于嵌入式Ad Hoc网络的路由协议研究与实现
5. 3G IP多媒体子系统呈现业务互通研究
6. 无线传感器网络MAC层协议的研究
研究生：唐欢亮, 魏凌华, 瓮建营, 邓 洪, 段 娇, 刘 良
指导教师：李大学, 李秉智, 龙昭华，王卫星，邓亚平
专业(学科)：电脑科学与技术
院(系、所)： 电脑科学与技术学院
答辩地点：2216教室
答辩时间：2007年6月2日下午2：00～6：00
答辩委员会主席：廖晓峰
答辩委员会委员：樊兴华，程克非，金文标，胡学刚
重庆邮电大学研究生部
2007年6月1日
欢 迎 旁 听!
重庆邮电大学硕士研究生学位论文
答 辩 公 告
学位论文名称：
1. 入侵防御系统与交换机设备联动方案的设计与实现
2. 入侵检测报警信息聚类研究
3. 基于主成分分析和贝叶斯分类的入侵检测方法研究
学生上机兴趣的粗糙集分析
第２４卷第１期 ２００７年３月 南宁师范高等专科学校学报 姗２玳 Ⅱ 斌玳硝瑚ＮⅡ玳仍田咄Ｍ Ⅲ卫［２§ ＶＯ Ｌ＿２４ ＮＯ．１ Ｍａｒ．２００７
析
黄焕福，黄月兰
（南宁师范高等专科学校数学系，广西龙州５３２４００）
摘要：利用粗糙集理论．分析了学生上机兴趣与教师因素的关系，通过学生对各因素的重要性分
析．为今后学生上机教学中如何提高学生学＞－－ｊ兴趣提供了理论依据．
关键词：教师因素；上机教学；粗糙集
中图分类号：０２９ 文献标识码：Ａ文章编号：１００８－６９６Ｘ（２００７）０１—０１４１—０３ Ａｎａｌｙｓｉｓ ｏｆ Ｓｔｕｄｅｎｔｓ’Ｉｎｔｅｒｅｓｔ ｏｆ Ｃｏｍｐｕｔｅｒ Ｏｐｅｒａｔｉｎｇ Ｃｏｕｒｓｅ ｔｈｒｏｕｇｈ Ｒｏｕｇｌｌ Ｓｅｔ Ｔｈｅｏｒｙ
Ｈｕａｎｇ Ｈｕａｎ・ｆｕ．Ｈｕａｎｇ Ｙｕｅ—ｌａｎ （Ｄｅｐｔ ｏｆ Ｍａｔｈｅｍａｔｉｃｓ ａｎｄ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，Ｎａｎｎｉｎｇ Ｔｅａｃｈｅｒｓ Ｃｏｌｌｅｇｅ，Ｌｏｎｇｚｈｏｕ，Ｇｕａｎｇｘｉ ５３２４００）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ａｎａｌｙｓｅｓ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｓｔｕｄｅｎｔｓ。ｉｎｔｅｒｅｓｔ ｉｎ ｃｏｍｐｕｔｅｒ ｏｐｅｒａｔｉｎｇ ｃｏｕｒｓｅ ａｎｄ
ｔｅａｃｈｅｒ ｆａｃｔｏｒ ｔｈｒｏｕ【ｇｈ ｒｏｕｇｈ ｓｅｔ ｔｈｅｏｒｙ，ｐｒｏｖｉｄｉｎｇ ｔｈｅｏｒｅｔｉｃａｌ ｆｏｕｎｄａｔｉｏｎ ｆｏｒ ｈｏｗ ｔｏ ｉｍｐｙｏｕｅ ｓｔｕｄｅｎｔｓ’ｉｎｔｅｒｅｓｔ ｉｎ
ｃｏｍｐｕｔｅｒ ｏｐｅｒａｔｉｏｎ ｔｅａｃｈｉｎｇ． Ｋｅｙ ｗｏｒｄｓ：ｔｅａｃｈｅｒ ｆａｃｔｏｒ；ｃｏｍｐｕｔｅｒ ｏｐｅｒａｔｉｏｎ ｔｅａｃｈｉｎｇ；ｒｏｕｇｈ ｓｅｔ ｔｈｅｏｒｙ
一、引言
“兴趣是最好的老师”，学生的学习兴趣是影
响教学效果的重要原因之一，上机实践教学也不例
基于粗糙集理论的数据挖掘技术在高校学生成绩分析中的应用
第２２卷第ｌ２期 Ｖ０１．２２ Ｎｏ．１２ 荆门职业技术学院学报 Ｊｏｕｒｎａｌ ｏｆ Ｊｉｎｇｍｅｎ Ｔｅｃｈｎｉｃａｌ ＣｏＨｅｇｅ ２００７年ｌ２月 Ｄｅｃ．２０ｃｒ７
基于粗糙集理论的数据挖掘技术
在高校学生成绩分析中的应用
胡玉荣
（荆楚理工学院计算机学院，湖北荆门４４８ｏｏｏ）
［摘要】 在讨论目前高校教学中存在问题的基础上，简单介绍粗糙集理论及数据挖掘技术。以高校学生成绩为 例，提出基于粗糙集理论的数据挖掘技术在高校学生成绩分析中应用的解决方案。 ［关键词】 粗糙集理论；数据挖掘；学生成绩分析 ［中图分类号】ＴＰ３１１ ［文献标识码】 Ａ［文章编号】 １００８—４６５７（２００７）１２—００１８—０５
０ 引言
影响学生学习成绩的因素很多，因此要进行综合分析。传统分析无非是得到均值、方差、信度、效度 和区别显著性检验等，往往还是基于教学本身。其实，还有一些教学中不易察觉的因素和教学以外的因
素影响学生学习成绩，这些都是需要进一步分析，从而得出结论，供教育管理人员做出相应的决策。这 些信息无法从传统的学生成绩分析方法获得，但可以通过从２０世纪９０年代中期兴起的数据挖掘技术
获得，从而找到影响学生学习成绩的真实原因，来制定相应措施，提高教育效果。
１ 基于粗糙集理论的数据挖掘技术
数据挖掘就是从大量的、不完全的、有噪声的、模糊的数据中，提取隐含在其中的以前未知的并具潜 在可用的模式的过程ｕ】。如何对复杂的、不完整数据进行分析、推理，发现数据间的关系，如何提取有
用的模式，简化信息处理，如何确定不精确、不完备知识的表达，这是数据挖掘要解决的首要和最重要任
务。 粗糙集（Ｒｏｕｇｈ Ｓｅｔ）理论－２ 是波兰科学家Ｐａｗｌａｋ在１９８２年提出的，借鉴了逻辑学和哲学中对不精
确、模糊的各种定义，针对知识库提出不精确范畴等概念，并在此基础上形成了完整的理论体系——粗 糙集理论。粗糙集理论是建立在分类机制的基础上的，它将分类理解为在特定空间上的不可分辨（等
基于容差关系的不完备可变精度多粒度粗糙集
第３０卷第６期 ２０１３年６月 计算机应用研究 Ａｐｐｌｉｃａｔｉｏｎ Ｒｅｓｅａｒｃｈ ｏｆ Ｃｏｍｐｕｔｅｍ Ｖ０１．３０ Ｎｏ．６
Ｊｕｎ．２０１３
基于容差关 系的不完 备可变精度多粒度粗糙集
许韦 ，吴陈 ，杨习贝
（１．江苏科技大学计算机科学与工程学院，江苏镇江２１２００３；２．南京理工大学计算机科学与技术学院，南京
２１００９４）
摘要：在不完备信息系统中，为了融合可变精度粗糙集和多粒度粗糙集的各自优点，提出一种基于容差关系
的不完备可变精度多粒度粗糙集模型。研究了基于容差关系的可变精度乐观多粒度粗糙集和悲观多粒度粗糙
集的相关性质。通过对可变精度多粒度粗糙集和经典多粒度粗糙集的对比分析，结果表明，基于容差关系的不
完备可变精度多粒度粗糙集拥有更高的近似精度，实例分析的结果也验证了该理论的可行性。
关键词：不完备信息系统；容差关系；多粒度粗糙集；可变精度多粒度粗糙集
中图分类号：ＴＰ１８ 文献标志码：Ａ 文章编号：１００１—３６９５（２０１３）０６．１７１２—０４
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１—３６９５．２０１３．０６．０２８
Ｉｎｃｏｍｐｌｅｔｅ ｖａｒｉａｂｌｅ ｐｒｅｃｉｓｉｏｎ ｍｕｌｔｉ—ｇｒａｎｕｌａｔｉｏｎ ｒｏｕｇｈ
ｓｅｔｓ ｂａｓｅｄ ｏｎ ｔｏｌｅｒａｎｃｅ ｒｅｌａｔｉｏｎ
ＸＵ Ｗｅｉ ．ＷＵ Ｃｈｅｎ ．ＹＡＮＧ Ｘｉ—ｂｅｉ ＇
（１．Ｓｃｈｏｏｌ ｏｆＣｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｊｉａｎｇｓｕ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｚｈｅ￣ｉａｎｇ Ｊｉａｎｇｓｕ ２１２００３，Ｃｈｉｎａ；２．Ｓｃｈｏｏｌ ｏｆ
Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ， ｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ， ｎｇ ２１００９４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏ ｉｎｔｅｇｒａｔｅ ｔｈｅ ｇｏｏｄ ｐｏｉｎｔｓ ｏｆ ｖａｒｉａｂｌｅ ｐｒｅｃｉｓｉｏｎ ｒｏｕｇｈ ｓｅｔ ａｎｄ ｍｕｈｉ－ｇｒａｎｕｌａｔｉｏｎｓ ｒｏｕｇｈ ｓｅｔ ｉｎ ｔｈｅ ｉｎｃｏｍｐｌｅｔｅ ｉｎｆｏｒ—
基于相似关系的变精度多粒度粗糙集
第１３卷第９期２０１３年３月 １６７１—１８１５ｆ２０１３）０９—２５１７—０６ 科学技术与工程 Ｓｃｉｅｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ Ｖｏ１．１３ Ｎｏ．９ Ｍａｒ．２０１３ ＠２０１３ Ｓｃｉ．Ｔｅｃｈ．Ｅｎｇｒｇ．
计算机技术
基于相似关系的变精度多粒度粗糙集
许 韦 吴 陈 杨习贝 ，
（江苏科技大学计算机科学与工程学院 ，镇江２１２００３；南京理工大学计算机科学与技术学院 ，南京２１０００９）
摘要在不完备信息系统中基于相似关系，ｇｌ入了可变精度和多粒度粗糙集，进而提出一种基于相似关系的变精度多粒度 粗糙集模型。研究了基于相似关系的变精度多粒度粗糙集的相关性质和关系。随后讨论了基于相似关系变精度多粒度粗糙 集的约简问题，提出了一种基于属性重要度的启发式分布约简算法，实例分析的结果验证了该方法的可行性。 关键词相似关系 多粒度粗糙集 变精度多粒度粗糙集 约简 中图法分类号ＴＰ１８３； 文献标志码Ａ
为了使Ｐａｗｌａｋ经典粗糙集 理论应用于不
完备信息系统中，人们研究了两类主要方法：一是
通过一定的方法将缺失的数据补齐，将不完备信息
转化为完备信息；二是对经典粗糙集相关概念在不
完备信息系统下适当扩充，主要是考虑经典粗糙集
模型中的等价关系拓广到条件较为宽松的二元关
系。这两方面的研究工作主要有：Ｋｒｙｓｚｋｉｅｗｉｃｚ提出
的容差关系；Ｓｔｅｎｆａｎｏｗｓｋｉ提出的相似关系；王国胤
提出的限制容差关系；Ｇｒｅｃｏ等人提出的基于优势 关系的粗糙集模型等 Ｊ。
经典粗糙集处理的问题都比较简单，而它的一
个局限性就是要求分类时必须是完全正确的或肯
定的，因而没有解决某种程度上的“包含”与“属
于”。为克服经典粗糙集的这一局限性，目前，在粗
糙集的理论上，许多学者引入了变精度思想，文献
［６］提出了可变精度粗糙集模型，这一推广是非常
重要的，为克服信息系统中噪声数据对知识获取的