粒计算是信息处理过程中一种非常重要的解决问题的方法.其基本思想是在问题求解的过程中使用信息粒,侧重于一个系统信息中粒度结构的表示和问题的求解,从不同的角度、层次对现实问题进行描述、推理和求解.目前粒计算在智能信息处理领域中已成为一个非常活跃的研究方向.在信息系统中,我们经常需要处理大量的复杂数据,如何在保持数据结构不变的情况下除去冗余数据,又如何发现潜在的有价值信息,比如属性约简、重要性度量等,这些都是我们要关注的问题.而通过把前后两个信息系统中的数据用多对一的关系联系起来,我们就可以解决信息系统中的数据压缩问题.研究发现,特定的同态映射就可以用来作为这种关系,使得在对象集合与属性集合两个方面都得到压缩但却不丢失重要信息.探索这类同态映射的构建与其重要性质将会大大降低要处理数据的规模和复杂度,进而达到节省人力和时间的目的.通过定义基本的信息粒和协调函数,我们已在不完备信息系统和邻域信息系统中讨论了基于同态的数据压缩和约简,研究成果也已经正式发表.本毕业论文结合之前已取得的成果,以三种不同的信息系统为研究对象,以粒构造及计算为工具,结合同态映射的理论与技术,系统研究信息系统在同态映射下基于粒计算的数据压缩和属性约简的方法.所涉及的问题是数学与信息科学交叉领域中的热点问题,解决这些问题不但能够丰富粒计算,也为多源系统的数据挖掘及约简提供新的理论和方法,并且也对其他一些学科领域中的实际问题有广泛的应用价值.