基于粗糙集和决策树法的认知无线电知识挖掘

信息增益率( GainRatio )定义为：
Gain(s, a)
GainRatio =
(1)
SplitInfo(s,a)
式中：Gain(s, a) 为信息增益； SplitInfo(s,a) 为分裂信息，代表了按照属性 a 把样本 s 分裂成 n 部分而生成的潜在广
度信息和均匀性信息。
⎧
k
⎪⎪Gain
决策树的主要方法有Quinlan J R提出的ID3算法和C4.5算法[12-13]等；其基本思想为：不断地选择最优的属性， 并 据 此 来 划 分 数 据 样 本 ，建 立 相 应 的 节 点 ，直 至 把 具 有 最 高 信 息 增 益 的 属 性 作 为 当 前 节 点 的 测 试 属 性 。C4.5 是 从 ID3演变而来的，它用信息增益率来选择属性，解决了数值缺失、属性值的范围连续、决策树的修剪及规则导出 等问题。另外，利用C4.5 算法建立决策树的速度较ID3 算法快，而且决策树结构也较ID3 算法合理，同时也找 到了较好的规则信息。
模型的准确性及性能进行评价。实验结果表明，该方法设计模型的分类准确率高，增强了知识的
可解释性，能够初步达到认知无线电知识挖掘和对以往经验学习的目的。
关键词：认知无线电；知识挖掘；决策树；粗糙集；C4.5算法
中图分类号：TN914；TP274
文献标识码：A
Knowledge discovery for cognitive radio based on rough set and decision tree method
收稿日期：2010-01-21；修回日期：2010-03-12 基金项目：西安电子科技大学综合业务网理论及关键技术国家重点实验室资助项目(ISN10-09）
608
信息与电子工程
第8卷
显示该模型算法的分类准确度和稳定度能够初步达到对认知无线电知识挖掘和对以往经验学习的要求。
1 基于粗糙集和决策树的数据挖掘方法设计
第8卷 第5期 2010 年 10 月
信息与电子工程
INFORMATION AND ELECTRONIC ENGINEERING
Vo1．8，No0607-06
基于粗糙集和决策树法的认知无线电知识挖掘
余晓航 1a，李磊民 1b，黄玉清 1b
主要步骤如下： 1) 数据的采集，利用基于 MATLAB 802.11a 物理层仿真平台收集的数据作为 CR 感知样值，该平台采用正 交频分数字复用技术，调制方式有 BPSK,QPSK,16-QAM 和 64-QAM，对应星座点数为 2,4,16,64；编码效率有 1/2,2/3 和 3/4。该平台可模拟的数据率为 6 Mbps,9 Mbps,12 Mbps,18 Mbps,24 Mbps,36 Mbps,48 Mbps,54 Mbps，共包括 8
Abstract：It is one of the key issues that making knowledge discovery effectively in a Cognitive Radio(CR) engine design. Basing on the research about Rough Set Theory and C4.5 algorithm of decision tree, this study presented a model of CR knowledge discovery designed by combination of rough set and decision methods and studied its feasibility through a case. Using data based on simulation platform of MATLAB 802.11a physical layer as CR perception sample, decision tree sequence was trained, and decision tree was built for knowledge extraction. Then the accuracy and performance of the design model was evaluated by confusion matrix. The simulation results show that the proposed design model gets high classification accuracy rate, can enhance the interpretability of knowledge，and therefore has preliminarily achieved the purpose of knowledge discovery for cognitive radio and learning from the experiences.
第5期
余晓航等：基于粗糙集和决策树法的认知无线电知识挖掘
609
个调制参数：BPSK-1/2,BPSK-3/4,QPSK-1/2,QPSK-3/4,16QAM-1/2,16QAM-3/4,64QAM-2/3,64QAM-3/4。
YU Xiao-hang1a，LI Lei-min1a，HUANG Yu-qing1b
(1a.School of Information Engineering；1b.School of Manufacturing Science and Engineering，Southwest University of Science， Mianyang Sichuan 621010，China)
粗 糙 集 和 决 策 树 是 知 识 挖 掘 和 学 习 的 重 要 方 法 ，通 常 用 来 分 析 数 据 和 形 成 预 测 模 型 。本 文 利 用 基 于 MAT L A B 802.11a物 理 层 仿 真 平 台 收 集 的 数 据 作 为 CR感 知 样 值 ， 在 对 粗 糙 集 和 决 策 树 C4.5算 法 进 行 研 究 的 基 础 上 ， 提 出 用 一种基于粗糙集理论和信息熵概念决策树的改进方法[9]来设计CR知识挖掘模型，从而获取知识。认知引擎通过 对 获 取 知 识 的 学 习 推 理 进 行 知 识 库 的 积 累 和 更 新 ，随 着 不 断 的 学 习 ，认 知 引 擎 存 入 知 识 库 中 的 知 识 又 作 为 推 理 引 擎 后 续 工 作 的 基 础 。通 过 案 例 研 究 结 果 显 示 ：该 模 型 既 能 够 保 留 原 始 信 息 特 点 ，又 能 够 保 持 较 高 的 知 识 约 简 效 率 ， 准 确 地 对 模 拟 用 户 的 需 求 信 息 进 行 知 识 性 描 述 。此 外 ，文 中 采 用 混 淆 矩 阵 方 法 对 分 类 方 法 进 行 了 评 估 ，评 估 结 果
1.1 粗糙集和决策树方法概述
粗糙集[9-10]是用来研究不完整数据和不精确知识的表达、学习、归纳的一套理论，由波兰理工大学 Pawlak Z 教授提出。
粗 糙 集 理 论 的 知 识 表 达 方 式 通 常 采 用 信 息 系 统 (Information System)的 形 式 ， 它 可 以 表 现 为 四 元 有 序 组 IS = (U, A,V , f ) ，其中 U 为有限对象的全体集合，即论域；A 为全体属性的非空有限集合， A = C U D 且 C I D = ∅ ， C 为全体条件属性集合， D 为全体决策属性集合；V 是属性 A 的值域； f 为一个信息函数，反映了对象 x 在 IS 中 的全部信息。假设 x∈U, ∀q∈A，U 中的每个对象 x 都可以由属性集合 A 的值表示，该值就是从对象 x 中提取出的 知 识 信 息 或 称 为 规 则 。信 息 系 统 中 ，在 保 证 划 分 决 策 表 原 始 的 分 类 能 力 不 变 的 情 况 下 ，应 该 保 持 较 高 的 约 简 效 率 即以最简单的决策属性对条件属性集合进行分类[11]，最终达到利用 C 相对于 D 的任一约简来代替 C 作为一条知 识或规则的目的。
1) 其能处理浩瀚的数据，消除冗余信息；2) 其分类速度要快，描述应尽可能简单并易于转换为数据库查询 语言；3) 能及时准确地提取认知引擎优化控制无线通信系统所需的决策知识。
通 常 ，数 据 挖 掘 的 方 法 有 神 经 网 络 方 法 、遗 传 算 法 、决 策 树 方 法 、粗 集 方 法 、覆 盖 正 例 排 斥 反 例 方 法 、统 计 分 析 方 法 和 模 糊 集 方 法 等 。基 于 上 述 设 计 要 求 以 及 粗 糙 集 和 决 策 树 强 大 的 优 势 互 补 性 ，本 文 将 两 种 方 法 有 机 结 合 ， 即采用粗糙集进行数据约简，去除冗余属性，然后利用决策树方法来产生分类规则提取知识。设计框图如图 1 所示。图 1 中，数据样本模块利用基于 MATLAB 802.11a 物理层仿真平台收集的数据作为 CR 感知样值。粗糙集 方法预处理模块采用粗糙集属性约简原理[14]，在不减少数据有效信息前提下，对冗余属性进行合并或删除。采 用 C4.5 算法对经过预处理后的低维样本数据进行决策建树，与此同时选用 k 次迭代交叉验证，将最小误分代价 对应的决策树作为最终构建的决策树。混淆矩阵法评估模块用来对决策树模型的准确性和性能的优劣进行评价。
(s,
a)=Info
(si
)
-
∑
i =1
⎨
si s
Info(si )；
n
SplitInfo(s, a) = -∑
i =1
si s
lg 2(
si s
)
(2)
⎪⎪⎩Info(s)
=
−
m
∑
j =1
freq(c
j
,
s)lg
2
⎡⎣
freq(c j