一種粗糙近似表示系統(tǒng)中de近似表示的加速模塊計(jì)算方法
【專利摘要】本發(fā)明公開了一種粗糙近似表示系統(tǒng)中DE近似表示加速模塊計(jì)算方法，包括構(gòu)建粗糙近似表示系統(tǒng)，形成數(shù)據(jù)映射，輸入數(shù)據(jù)，數(shù)據(jù)判斷及數(shù)據(jù)輸出，等五個(gè)步驟。本發(fā)明較傳統(tǒng)的智能信息識(shí)別計(jì)算方式有效的簡(jiǎn)化了數(shù)據(jù)計(jì)算的過程，提高了數(shù)據(jù)運(yùn)算效率。特別是在大數(shù)據(jù)處理環(huán)境下，本模塊可以有效地降低識(shí)別過程對(duì)計(jì)算系統(tǒng)硬件的要求，為提高各分系統(tǒng)活性，降低各分系統(tǒng)之間通訊開銷提供了有效的解決方案。
【專利說(shuō)明】
-種粗繼近似表示系統(tǒng)中DE近似表示的加速模塊計(jì)算方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于智能數(shù)據(jù)辨識(shí)處理技術(shù)領(lǐng)域，具體設(shè)及一種粗糖近似表示系統(tǒng)中DE近 似表示的加速模塊計(jì)算方法。
【背景技術(shù)】
[0002] 在捜索引擎、郵件分類等數(shù)據(jù)分類過程中，人們會(huì)使用多種判別方法將其所得數(shù) 據(jù)進(jìn)行分類整理。運(yùn)種分類的形成就是數(shù)據(jù)挖掘出來(lái)知識(shí)，使用運(yùn)種知識(shí)，人們可W探索， 如Google使用其捜索引擎探索量子計(jì)算機(jī)構(gòu)建的可能性等。
[0003] 使用擬單層覆蓋粗糖集理論構(gòu)建的知識(shí)表示系統(tǒng)可用于存儲(chǔ)整理分類知識(shí)，并其 分類知識(shí)應(yīng)用于識(shí)別未知信息。隨著數(shù)據(jù)的快速增加存儲(chǔ)及識(shí)別過程速度也會(huì)降低，那么 在源數(shù)據(jù)數(shù)量日益增加的今天，快速地將未知數(shù)據(jù)集在已有數(shù)據(jù)集的基礎(chǔ)上進(jìn)行表示、識(shí) 別是我們面臨的挑戰(zhàn)。
[0004] -個(gè)需刻畫集在粗糖近似表示系統(tǒng)中DE近似表示主要依賴于近似表示系統(tǒng)中數(shù) 據(jù)集的覆蓋及系統(tǒng)中點(diǎn)集與覆蓋集的關(guān)系運(yùn)兩部分內(nèi)容。正是因?yàn)橐蕾囆?，在?shù)據(jù)量比較 大的時(shí)候，DE近似表示模塊也面臨著計(jì)算效能不高的情況，因此有必要發(fā)明一種新模塊，在 不改變運(yùn)算結(jié)果前提下，提高運(yùn)算效率。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明目的就在于克服上述不足，提供一種粗糖近似表示系統(tǒng)中DE近似表示的加 速模塊。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明是通過W下技術(shù)方案來(lái)實(shí)現(xiàn)： 一種粗糖近似表示系統(tǒng)中DE近似表示加速模塊計(jì)算方法，包括如下步驟： 第一步，構(gòu)建粗糖近似表示系統(tǒng)，根據(jù)處理目標(biāo)數(shù)據(jù)內(nèi)容及特點(diǎn)，構(gòu)建粗糖近似值表示 系統(tǒng)，從該系統(tǒng)中選取相應(yīng)的向量數(shù)據(jù)組，并將所選取的數(shù)據(jù)向量組進(jìn)行分類匯總構(gòu)成數(shù) 據(jù)集覆蓋數(shù)據(jù)陣列； 第二步:形成數(shù)據(jù)映射，基于粗糖近似表示系統(tǒng)，形成與數(shù)據(jù)集覆蓋數(shù)據(jù)陣列與待處理 數(shù)據(jù)的一對(duì)多映射，即整理系統(tǒng)中包含的所有覆蓋及覆蓋所對(duì)應(yīng)有數(shù)據(jù)元素； 第=步:輸入數(shù)據(jù)，根據(jù)待處理目標(biāo)數(shù)據(jù)，輸入需近似表示集X。 第四步:數(shù)據(jù)判斷，任選覆蓋集中一個(gè)覆蓋K，判斷K是否屬于X。若是，貝化屬于X的DE上 下近似表示，若否，則判斷K是否與X相交。若是，貝化屬于X的DE上近似表示，若否，貝化即不屬 于X的上近似表示，也不屬于X的下近似表示。 第五步:數(shù)據(jù)輸出，遍歷覆蓋集中覆蓋，重復(fù)第=步、第四步即可完整刻畫X的肥上下近 似表示并輸出。
[0007] 進(jìn)一步的，所述的第四步中，具體數(shù)據(jù)判斷過程為：若覆蓋K與集合X之間滿足 摟掛愛援Si,則K中所有元素包含于X的DE上下近似表示中，若覆蓋K與集合X之間滿足 K 抵、Xs C，貝化中所有元素包含于X的DE上近似表示中。
[0008] 本發(fā)明較傳統(tǒng)的智能信息識(shí)別計(jì)算方式有效的簡(jiǎn)化了數(shù)據(jù)計(jì)算的過程，提高了數(shù) 據(jù)運(yùn)算效率。特別是在大數(shù)據(jù)處理環(huán)境下，本模塊可W有效地降低識(shí)別過程對(duì)計(jì)算系統(tǒng)硬 件的要求，為提高各分系統(tǒng)活性，降低各分系統(tǒng)之間通訊開銷提供了有效的解決方案。
【附圖說(shuō)明】
[0009] 圖1是本發(fā)明系統(tǒng)總體流程圖； 圖2是本發(fā)明中DE近似表示生模塊示意圖； 圖3是本發(fā)明中DE下近似集使用算法1與算法2的計(jì)算速度； 圖4是本發(fā)明中DE上近似集使用算法1與算法2的計(jì)算速度。
【具體實(shí)施方式】
[0010] 下面將結(jié)合本發(fā)明的附圖及具體實(shí)施例，對(duì)本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地 描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā) 明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施 例，都屬于本發(fā)明保護(hù)的范圍。
[00川實(shí)施例1 數(shù)據(jù)來(lái)源： 紅酒數(shù)據(jù)集(Wine化化），該集合包含173個(gè)對(duì)象，有13個(gè)條件屬性，1個(gè)決策屬性。 如圖1和2所述，一種粗糖近似表示系統(tǒng)中DE近似表示的加速模塊計(jì)算方法，包括如下 步驟： 一種粗糖近似表示系統(tǒng)中DE近似表示加速模塊計(jì)算方法，包括如下步驟： 第一步，構(gòu)建粗糖近似表示系統(tǒng)，根據(jù)紅酒數(shù)據(jù)集(Wine化化），內(nèi)容及特點(diǎn)，構(gòu)建粗糖 近似值表示系統(tǒng)，從該系統(tǒng)中選取相應(yīng)的向量數(shù)據(jù)組，并將所選取的數(shù)據(jù)向量組進(jìn)行分類 匯總構(gòu)成數(shù)據(jù)集覆蓋數(shù)據(jù)陣列； 第二步:形成數(shù)據(jù)映射，基于粗糖近似表示系統(tǒng)，形成與數(shù)據(jù)集覆蓋數(shù)據(jù)陣列與待處理 數(shù)據(jù)的一對(duì)多映射，即整理系統(tǒng)中包含的所有覆蓋及覆蓋所對(duì)應(yīng)有數(shù)據(jù)元素；

' 第=步:輸入數(shù)據(jù)，根據(jù)待勿:理目標(biāo)數(shù)據(jù)，輸入需近似表示集X，隨機(jī)生成一個(gè)需表示集' X={ 0, 32, 85, 172, 12, 115, 176, 13, 22, 168, 23, 40, 135, 23, 132, 147, 98}; 第四步:數(shù)據(jù)判斷，任選覆蓋集中一個(gè)覆蓋K，判斷K是否屬于X。若是，貝化屬于X的DE上 下近似表示，若否，則判斷K是否與X相交。若是，貝化屬于X的DE上近似表示，若否，貝化即不屬 于X的上近似表示，也不屬于X的下近似表示； X的DE下近似表示=y&!4244211224112, 1122122421421，2222411424112， 2222111412112, 2122222121441, 2142122121244, 4121144242424, 4121222221422, 2224211112111, 4121222121244, 4222111214112, 2422111414112, 4121244242242, 1112144122222, 4121444142244}, X的DE上近似表示=IJ 叫（4244211224112，1122122421421，2222411424112， 2222111412112, 2122222121441, 2142122121244, 4121144242424, 4121222221422, 2224211112111, 4121222121244, 4222111214112, 2422111414112, 4121244242242, 1112144122222, 4121122122424, 4121444142244}； 第五步:數(shù)據(jù)輸出，遍歷覆蓋集中覆蓋，重復(fù)第=步、第四步即可完整刻畫X的肥上下近 似表示并輸出， X的DE下近似表示={0，13，22，23，32，40，85，98，115，132，135，147，168， 172, 176}； X的DE上近似表示={ 0，11，12，13，22，23，32，40，85，98，115，132，135， 147， 168， 172， 176}。
[0012]實(shí)施例2 森林覆蓋類型數(shù)據(jù)(Forest Covertype Data)的部分?jǐn)?shù)據(jù)，F(xiàn)orest Covertype Da1:a其 中包含581012個(gè)對(duì)象，有54個(gè)條件屬性，I個(gè)決策屬性； 如圖1和2所述的一種粗糖近似表示系統(tǒng)中DE近似表示加速模塊計(jì)算方法，包括如下步 驟： 第一步，構(gòu)建粗糖近似表示系統(tǒng)，根據(jù)處理目標(biāo)數(shù)據(jù)內(nèi)容及特點(diǎn)，構(gòu)建粗糖近似值表示 系統(tǒng)，從該系統(tǒng)中選取相應(yīng)的向量數(shù)據(jù)組，并將所選取的數(shù)據(jù)向量組進(jìn)行分類匯總構(gòu)成數(shù) 據(jù)集覆蓋數(shù)據(jù)陣列，此處選用Forest Covedype Data中較滋滿的對(duì)象，約2906個(gè)對(duì) 象，條件屬性選取前6個(gè)條件屬性。 第二步:形成數(shù)據(jù)映射，基于粗糖近似表示系統(tǒng)，形成與數(shù)據(jù)集覆蓋數(shù)據(jù)陣列與待處理 數(shù)據(jù)的一對(duì)多映射，即整理系統(tǒng)中包含的所有覆蓋及覆蓋所對(duì)應(yīng)有數(shù)據(jù)元素；

' 第=步：輸入數(shù)據(jù)，根據(jù)待處理目標(biāo)數(shù)據(jù)，輸入需近似表示集X，在數(shù)據(jù)中隨機(jī)選取I 25%-35%的數(shù)據(jù)對(duì)象組成一個(gè)測(cè)試用"需刻畫集"，選取100個(gè)"需刻畫集r (局部）；
第四步:數(shù)據(jù)判斷，任選覆蓋集中一個(gè)覆蓋K，判斷K是否屬于X。若是，貝化屬于X的DE上 下近似表示，若否，則判斷K是否與X相交。若是，貝化屬于X的DE上近似表示，若否，貝化即不屬 于X的上近似表示，也不屬于X的下近似表示。
[0013] 第五步:數(shù)據(jù)輸出，遍歷覆蓋集中覆蓋，重復(fù)第S步、第四步即可完整刻畫X的DE上 下近似表示并輸出。
[0014] 基于上述步驟進(jìn)行計(jì)算，傳統(tǒng)的粗糖近似表示空間中DE近似表示計(jì)算算法（簡(jiǎn)記 為算法1)與本發(fā)明DE表示加速算法(簡(jiǎn)記為算法2)計(jì)算100組需表示集X的DE近似表示。其 中，X中各個(gè)需要表示集的DE下近似集使用算法1與算法2的計(jì)算速度如圖3所示，其中由于 計(jì)算度量方面的考慮，將算法2的時(shí)間放大200000倍進(jìn)行表示。
[0015] X中各個(gè)需要表示集的DE上近似集使用算法1與算法2的計(jì)算速度如圖4所示，其 中由于計(jì)算度量方面的考慮，將算法2的時(shí)間放大1000倍進(jìn)行表示： W上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉 本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明掲露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在 本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)所述W權(quán)利要求的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種粗糙近似表示系統(tǒng)中DE近似表示加速模塊計(jì)算方法，其特征在于:所述的粗糙 近似表示系統(tǒng)中DE近似表示加速模塊計(jì)算方法包括如下步驟： 第一步，構(gòu)建粗糙近似表示系統(tǒng)，根據(jù)處理目標(biāo)數(shù)據(jù)內(nèi)容及特點(diǎn)，構(gòu)建粗糙近似值表示 系統(tǒng)，從該系統(tǒng)中選取相應(yīng)的向量數(shù)據(jù)組，并將所選取的數(shù)據(jù)向量組進(jìn)行分類匯總構(gòu)成數(shù) 據(jù)集覆蓋數(shù)據(jù)陣列； 第二步:形成數(shù)據(jù)映射，基于粗糙近似表示系統(tǒng)，形成與數(shù)據(jù)集覆蓋數(shù)據(jù)陣列與待處理 數(shù)據(jù)的一對(duì)多映射，即整理系統(tǒng)中包含的所有覆蓋及覆蓋所對(duì)應(yīng)有數(shù)據(jù)元素； 第三步:輸入數(shù)據(jù)，根據(jù)待處理目標(biāo)數(shù)據(jù)，輸入需近似表示集X; 第四步:數(shù)據(jù)判斷，任選覆蓋集中一個(gè)覆蓋K，判斷K是否屬于X，若是，則K屬于X的DE上 下近似表示，若否，則判斷K是否與X相交，若是，則K屬于X的DE上近似表示，若否，則K即不屬 于X的上近似表示，也不屬于X的下近似表示； 第五步:數(shù)據(jù)輸出，遍歷覆蓋集中覆蓋，重復(fù)第三步、第四步即可完整刻畫X的DE上下近 似表不并輸出。2. 根據(jù)權(quán)利要求1所述的一種粗糙近似表示系統(tǒng)中DE近似表示的加速模塊計(jì)算方法， 其特征在于:所述的第四步中，具體數(shù)據(jù)判斷過程為:若覆蓋K與集合X之間滿足 ，則K中所有元素包含于X的DE上下近似表示中，若覆蓋K與集合X之間滿足1??拿:?? XV0 ，則K中所有元素包含于X的DE上近似表示中。
【文檔編號(hào)】G06K9/62GK106022476SQ201610238081
【公開日】2016年10月12日
【申請(qǐng)日】2016年4月15日
【發(fā)明人】吳正江, 毋東, 張江麗
【申請(qǐng)人】河南理工大學(xué)