当前位置 —论文—写论文— 范文

大学生就业类论文范例,与大学生就业形式相关论文查重免费

本论文是一篇大学生就业类论文查重免费,关于大学生就业形式相关本科毕业论文范文。免费优秀的关于大学生就业及大学生及毕业生方面论文范文资料,适合大学生就业论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

策属性集,,为属性的值域,为与之间的关系集,即,亦称作信息函数,它为每个对象的每个属性赋予一个信息量.

划分与等价关系

定义1若为的子集,,则称为的划分.

划分即为分类,即将研究对象分为不同类,这些类之间互不相交,且任何对象只能并且均包含在某一类中.

定义2设,称为上的关系.若满足(1)自反性:,(2)对称性:时,,(3)传递性:,,则,称为上的一个等价关系.

表示的所有等价类组成的集合,表示包含元素的等价类.

粗糙集及其近似

定义3给定近似空间,对于任意子集,记:

称为的下近似(lowerapproximation),为的上近似(upperapproximation).

称为的边界域,称为的正域,称为的负域.

或是那些根据知识判断肯定属于的中元素组成的集合,是那些根据知识判断可能属于的中元素组成的集合,是那些根据知识既不能判断肯定属于又不能判断肯定属于～(即)的中元素组成的集合,是那些根据知识判断肯定不属于的中元素组成的集合.

如果的边界域为空,即,那么集合是关于的普通集合,如果的边界域不为空,即,那么集合是关于的粗糙集.

属性的约简与核

信息系统中的属性并不是同等重要的.属性约简是指可以找到一个较小的属性集,使得可用描述的对象集合必然可用描述.属性约简是粗糙集理论的核心内容之一,通过属性约简,可以消除冗余属性,减轻评价工作量,提高评价效率.

令为一族等价关系,,如果

则称为中不必要的,否则,则称为中必要的.

如果每一个都为中必要的,则称为独立的,否则称为依赖的.

定义4设,如果是独立的,且,则称为的一个约简,记作.显然,可以有多种约简.中所有必要关系组成的集合称为的核,记作,核与约简有如下关系:

其中,表示的所有约简.

指标权重的度量

粗糙集理论可以利用指标的相对重要性来度量指标权重:

的重要程度:

对做归一化处理后可以得到指标的权重,具体的处理如下列公式:

上式中的|·|表示集合元素的个数,该式说明了从指标子集中去掉指标后对的影响,由此来衡量指标在指标子集中的相对重要性.

模糊数学聚类分析

在经典的聚类分析方法中可用经典等价关系对样本集进行聚类.设是上的经典等价关系.对中的两个元素和,若或,则将和并为一类,否则和不属于同一类.相应地,可用上的模糊等价关系对样本集进行模糊聚类.设慒是上的模糊等价关系,是慒的隶属函数.对于任何,定义慒的截关系

是上的经典等价关系.根据得到的一种聚类,称为在水平上的聚类.即对于中的任意两个元素和,若,则和属于同一类,否则和不属于同一类.应用这种方法,分类的结果与的取值大小有关.取值越大,分的类数越多.小到某一值时,X中的所有样本归并为一类.这种方法的优点在于可按实际需要选取的值,以便得到恰当的分类.系统聚类法的步骤如下:用数字描述样本的特征.设被聚类的样本集为.每个样本均有种特征,记作,表示描述样本的第个特征的数.规定样本之间的相似系数.描述样本与之间的差异或相似的程度越接近于1,表明样本与之间的差异越小,r越接近于0,表明与之间的差异越大.可用主观评定或集体评分的方法规定,也可用公式计算,如采用夹角余弦法,最小最大法,算术平均最小法等.因为(与自身没有差异),(与之间的差异等同于与之间的差异),所以由可得上的模糊相似关系:

一般,不具备可传递性,因而不一定是上的模糊等价关系.运用合成运算求出最接近相似关系的模糊等价关系.若已是模糊等价关系,则取.选取适当水平,得到的一种聚类.逐步聚类法逐步聚类法是一种基于模糊划分的模糊聚类分析法.它是预先确定好待分类的样本应分成几类,然后按最优化原则进行再分类,经多次迭代直到分类比较合理为止.在分类过程中可认为某个样本以某一隶属度隶属于某一类,又以另一隶属度隶属于另一类.这样,样本就不是明确地属于或不属于某一类.若样本集有个样本要分成类,则它的模糊划分矩阵为

此模糊划分矩阵有下列特性:.即每一样本属于各类的隶属度之和为1.即每一类模糊子集都不是空集.模糊划分矩阵有无穷多个,这种模糊划分矩阵的全体称为模糊划分空间.最优分类的标准是样本与聚类中心的距离平方和最小.因为一个样本是按不同的隶属度属于各类的,所以应同时考虑它与每一类的聚类中心的距离.逐步聚类法需要反复迭代计算,计算工作量很大,要在电子计算机上进行.算出最优模糊划分矩阵后,还必须求得相应的常规划分.此时可将得到的聚类中心存在计算机中,将样本重新逐个输入,去与每个聚类中心进行比较,与哪个聚类中心最接近就属于哪一类.

(1)确定需要处理的样本对象抽取因素数据根据需要处理的样本对象指标项目设有待处理的个样本的组成集合每个样本用个指标特征值向量表示即则可用下列阶特征值矩阵对需要处理的样本对象进行聚类

(2)建立模糊相似关系

在建立模糊相似矩阵的过程中由于各个属性指标特征值物理量的量纲不同为了避免大数吃小数的现象在进行聚类时首先要消除属性指标特征值物理量纲的影响使属性指标特征值规格化规格化数在区间范围内采用何种类型的规格化公式可根据实际情况而定在本文中模糊相似矩阵的建立采用最大最小法建立该方法如下:

(3)分类

利用模糊等价闭包法求出模糊等价矩阵然后根据模糊等价矩阵确定分类数目.首先根据模糊等价矩阵确定适当的阈值范围在各阈值范围内进行分类并以阈值范围的低端为标志记录采用不同的阈值范围时各类中所包含的元组的名称及个数分别记为然后依据粗糙集中的重要性的定义从全部属性中依次删除各个属性后再执行步骤(2)和(3)在重复的步骤中各分类的数目以步骤(1)中所确定的阈值范围为准即删除各属性后整个集合仍然按相应的阈值范围分类记录各类中所包含的元组的名称及个数分别记为以此考察各属性对分类的影响

本文来自 http://www.sxsky.net/xie/070446126.html

(4)确定各属性的重要性当时取为的元素的变化数目相反当时取为的元素的变化数目

当且,取为的元素的变化数目相反当且时又分为如下种情况:第种情况是且取为具有性质的全部元素的变化数目第种情况是,此时按且的

当时认为的元素的变化数目为某一因素在某一个阈值水平的重要性为

(1)

式中为全部发展变化的元素数为分类样本的总数故该因素综合重要性为

(2)

式中为某一因素的阈值水平总数由式(1)可知重要性的值变化范围在之间

(5)根据综合重要性的大小确定各属性的排序如果在某一属性除后分类没有发生变化说明该属性在整体性的评价中是不重要的或说是不必要的

我们利用上述原理及计算方法解决本题从2004年到2016年其中供求矛盾的相对重要性排序问题,数据见表题注

利用模糊等价闭包法,可计算出上述样本在没有删除任何一个因素时的模糊等价矩阵为

从模糊等价矩阵可知: