期刊文献+

置信优势关系粗糙集的属性约简方法

Approaches to Attribute Reduction in Confidential Dominance Relation Based Rough Set
分享 导出
摘要 置信优势关系粗糙集是处理不完备有序信息的重要模型,属性约简是核心内容之一.首先考查了分类精度在属性域的单调性,提出保持分类精度不变的启发式约简方法.由于启发式约简方法在增加或删除一个属性时,需重新计算整个上、下近似集得到分类精度,效率不高.进一步,讨论了增加或删除一个属性后,置信优势关系粗糙集上、下近似集的变化情况,给出分类精度的动态更新方法,提出增量式约简方法.通过对UCI数据集的实验证明,启发式约简方法和增量式约简方法有效,在数据样本较多时,增量式方法更优. Confidential dominance relation based rough set model deals with incomplete ordered information,in which attribute reduction is one of the most important.Heuristic reduction algorithm is proposed by preserving quality of classification due to monotonicity,which is inefficient because quality of classification needs to recompute approximations from scratch when one attribute is added or deleted.Furthermore,the principles of incremental updating approximations of confidential dominance relation based rough set are discussed when one attribute is added or deleted.Incremental reduction algorithm is proposed by updating quality of classification.Finally,the experiments on UCI datasets show the two algorithms are effective,and incremental reduction algorithm is more efficient with bigger sample size.
作者 苟光磊 王国胤 GOU Guang-lei1,WANG Guo-yin2(1.School of Computer Science and Engineering,Chongqing University of Technology,Chongqing 400054,China;2.Chongqing Key Laboratory of Computational Intelligence,Chongqing University of Posts and Telecommunications,Chongqing 400065,China)
出处 《小型微型计算机系统》 CSCD 北大核心 2018年第2期357-361,共5页 Mini-micro Systems
基金 国家科技重大专项课题项目(2014ZX07104-006)资助 国家自然科学基金项目(61073146,61173184)资助 重庆市科委基础与前沿技术研究项目(cstc2017jcyjA0934)资助;重庆市教委科学技术研究项目(KJ1600933)资助;重庆理工大学青年星火计划项目(2015XH15)资助.
关键词 粗糙集 置信优势关系 约简 启发式 增量式 rough sets confidential dominance relation reduction heuristic incremental
作者简介 苟光磊,男,1980年生,博士研究生,讲师,研究方向为粗糙集、粒计算.E-mail:wanggy@cqupt.edu.cn;王国胤,男,1970年生,博士,教授,博士生导师,研究方向为智能信息处理.
  • 相关文献

参考文献4

二级参考文献37

共引文献432

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈