[发明专利]一种基于邻域粗糙集属性约简算法的数据检测方法

权利要求书

1.一种基于邻域粗糙集属性约简算法的数据检测方法，其特征在于，包括：获取待检测样本，待检测样本包括决策属性集和邻域半径；对决策属性集中的属性进行筛选，得到候选属性子集；跟据邻域半径采用快速邻域搜索机制对候选属性子集中的数据进行处理，将处理后的数据进行存储，当候选属性子集中所有的数据处理完成，输出存储的数据。

2.根据权利要求1所述的一种基于邻域粗糙集属性约简算法的数据检测方法，其特征在于，对决策属性集中的属性进行筛选的过程包括：跟据决策属性集中的数据属性对数据进行划分，划分的标准为样本数据中的属性数量；若只存在一个属性，则将该样本数据划分为单属性样本数据；若存在两个及两个以上的属性，则该样本数据划分为多属性样本数据；将单属性样本数据和多属性样本数据作为候选属性子集。

3.根据权利要求1所述的一种基于邻域粗糙集属性约简算法的数据检测方法，其特征在于，采用快速邻域搜索机制对候选属性子集中的数据进行处理的过程包括：

S1、初始化非冗余属性子集

S2、跟据候选数据集中的数据为非冗余属性子集添加候选属性；

S3、采用快速邻域搜索机制对非冗余属性子集中的属性进行计算，得到其中，B{a_i}表示属性集合B并上a_i后生成的新的集合；表示样本x_j在B{a_i}下生成的δ-邻域；

S4、对内的所有样本标签进行判断，若所有样本标签一致，则该样本为正域样本，且POS_i←POS_i{x_j}；否则该样本为边界域样本；其中，POS_i表示B{a_i}关于决策属性D的正域，D为论域U的决策属性；

S5、获取最大POS_i所对应的属性，并将该属性添加到非冗余属性子集B中；

S6、确定候选数据集中的数据是否处理完，若处理完则输出非冗余属性子集B，否则返回步骤S2。

4.根据权利要求3所述的一种基于邻域粗糙集属性约简算法的数据检测方法，其特征在于，快速邻域搜索机制包括单属性下的快速邻域搜索机制和多属性下的快速邻域搜索机制。

5.根据权利要求4所述的一种基于邻域粗糙集属性约简算法的数据检测方法，其特征在于，采用单属性下的快速邻域搜索机制对数据进行处理的过程包括：跟据候选属性集中的单属性对样本进行升序排序，计算排序后的每个样本的邻域；计算样本的邻域的过程包括令δ_B{x_j}＝δ_B{x_j-1}，搜索δ_B{x_j}的左边界BL_j，并删除δ_B{x_j}中BL_j左边的样本；搜索δ_B{x_j}边界外样本Bout_j，将Bout_j之前且不在δ_B{x_j}中的样本加入δ_B{x_j}。

6.根据权利要求4所述的一种基于邻域粗糙集属性约简算法的数据检测方法，其特征在于，采用多属性下的快速邻域搜索机制对数据进行处理的过程包括：对每个属性a_i∈C-B，令计算内的每个样本x_k与x_j的距离若则将中的x_k删除；重复上述过程，直到内无检测样本；当C-B中无候选样本时，输出其中，C为论域U的条件属性，B为C的子集，C-B表示C和B做减法操作；表示属性集B{a_i}下样本x_k与x_j之间的距离。

7.根据权利要求6所述的一种基于邻域粗糙集属性约简算法的数据检测方法，其特征在于，每个样本x_k与x_j的距离的表达式为

其中，s为B中的属性个数，a_k和a_i分别为第k和第i个属性，f(x,a_k)表示样本x对应属性a_k的值，f(x,a_i)表示样本x对应a_i属性的值。