1、粗糙集理論是一種有效的處理不精確、不一致、不完備等不確定信息的數(shù)學(xué)理論。用確定的方法處理不確定知識，不需要先驗(yàn)知識，可完全從數(shù)據(jù)或經(jīng)驗(yàn)中獲取知識，在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能數(shù)據(jù)分析、控制算法獲取等領(lǐng)域取得了很大的成功。 然而數(shù)據(jù)集特別是海量數(shù)據(jù)集中經(jīng)常含有噪聲，從而導(dǎo)致經(jīng)典粗糙集分類效果不佳，甚至失敗。為了解決這一問題，加拿大Ziarko.W教授于1993年提出了可變精度粗糙集理論。該理論通過引入噪音閾值β，增強(qiáng)了對噪音的適應(yīng)性

2、，在處理不確定信息上取得了成功。 可變精度粗糙集與經(jīng)典粗糙集的區(qū)別在于噪音閾值β的引入。噪音閾值β的變化直接導(dǎo)致了可變精度粗糙集β正域，β邊界域，和β負(fù)域的變化。顯然，噪音閾值β直接影響到了可變精度粗糙集理論獲取知識的性能。然而，以往對噪音閾值β的設(shè)定，均依賴于先驗(yàn)知識，在先驗(yàn)知識缺乏的情況下應(yīng)用受到限制。本文針對這個問題提出一種數(shù)據(jù)驅(qū)動的可變精度粗糙集噪音閾值的自主式獲取方法。仿真實(shí)驗(yàn)結(jié)果表明，按照本文方法獲取的噪音閾值β能夠