论文部分内容阅读
随着信息技术的发展,我们面对的数据信息量也表现的愈加巨大化。应运而生的技术是数据挖掘,但是传统的挖掘技术对不完备的信息系统表现出了诸多的不足。在本中,我们提出了Rough集理论的数据挖掘方法,Rough集理论是研究信息系统中的不完善、不准确数据的一种数学解决方法。本文在Lenarcik.A方法的启发下,提出了把Rough集理论和信息熵相结合开发的基于决策表属性重要性的属性值离散化算法。对于数据的补齐处理,提出了基于Rough集理论的不完备数据分析算法。对算法中涉及到的不可分辨关系