1、數(shù)據(jù)分類是數(shù)據(jù)挖掘領(lǐng)域的一個重要課題，目的在于根據(jù)數(shù)據(jù)集的特點(diǎn)產(chǎn)生一個分類模型，把數(shù)據(jù)庫中未標(biāo)記的數(shù)據(jù)映射到給定的具體類別中的某一個。分類的技術(shù)主要有兩類，一類是基于傳統(tǒng)技術(shù)，只適合處理確定性的問題;另一類是基于軟計算技術(shù)，可以靈活處理不確定性，不完整性以及非均勻性的數(shù)據(jù)。粗糙集是軟計算方法中處理不確定性數(shù)據(jù)的數(shù)學(xué)工具。粗糙集是在不影響分類能力的情況下，通過屬性約簡的方式刪除知識庫中的冗余信息來導(dǎo)出問題的決策或分類規(guī)則。
　　屬性

2、約簡問題是粗糙集理論研究的主要內(nèi)容之一，已經(jīng)被證明為NP-hard問題。常用的屬性約簡算法包括基于差別矩陣的基礎(chǔ)算法和基于某種屬性重要度的啟發(fā)式算法等。本文首先介紹了經(jīng)典的屬性約簡算法并分析了各自的優(yōu)缺點(diǎn)，然后將粗糙集的最小屬性約簡問題和組合優(yōu)化中的最小集合覆蓋問題聯(lián)系起來。先分析證明了屬性約簡問題和集合覆蓋問題的等價性，在此基礎(chǔ)上提出了一種基于改進(jìn)的相關(guān)矩陣的屬性約簡算法，即先對決策表進(jìn)行簡化，然后對相關(guān)矩陣進(jìn)行預(yù)處理，這樣有效的避免

3、了空元素和重復(fù)元素的存在，經(jīng)處理后的相關(guān)矩陣比傳統(tǒng)相關(guān)矩陣更簡單，在其基礎(chǔ)上實(shí)現(xiàn)了最小屬性約簡算法，能夠快速求出決策表的最小屬性約簡并且節(jié)省了存儲空間。理論分析和實(shí)驗(yàn)表明，基于改進(jìn)的相關(guān)矩陣的屬性約簡算法可減小屬性約簡的搜索空間，提高約簡的效率。
　　由于粗糙集對噪音敏感，在噪聲大的環(huán)境中存在分類不精確的問題，需要與其他軟計算理論和方法相結(jié)合。使用神經(jīng)網(wǎng)絡(luò)分類時，如果文本特征維數(shù)過高就容易導(dǎo)致神經(jīng)網(wǎng)絡(luò)不易收斂，文本分類精度低，學(xué)習(xí)

4、時間太長。所以本文在文本分類中將粗糙集理論和神經(jīng)網(wǎng)絡(luò)結(jié)合起來，提出了新的分類模型，即粗糙集-神經(jīng)網(wǎng)絡(luò)分類模型，把粗糙集的屬性約簡作為神經(jīng)網(wǎng)絡(luò)的前端，將經(jīng)過特征選擇的向量空間模型轉(zhuǎn)化為決策表并離散化，然后對其進(jìn)行屬性約簡，以便降低特征空間的維數(shù)，縮短神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和訓(xùn)練時間，提高分類的精度。最后用該模型對復(fù)旦大學(xué)李榮陸提供的中文分類語料庫進(jìn)行了文本分類，實(shí)驗(yàn)結(jié)果表明，該分類模型有更高的分類準(zhǔn)確率、召回率和F1值。
　　最后，結(jié)合北京