基于粗糙集理论的约简算法研究
【摘要】:粗糙集(RS)理论是20 世纪发展起来的一种新的处理含糊性和不确定性问题的数学工具。目前,求取高效、快捷的属性约简算法是该理论研究的主要课题之一,高效的约简算法在信息系统分析与数据挖掘等领域具有重要的应用意义。
本文从粗糙集理论出发,提出“可分辨关系”和“对象差异矩阵”的概念,并以此为基础构造出“基于评价指数的属性约简算法”。算法采用“自底向上”的方法,以属性集的核作为求解约简的基础,然后利用属性的评价指数作为启发式信息,依次选取属性、考察属性、添加属性,直至求得属性集合的约简。
在53 个数据集上对“基于评价指数的属性约简算法”进行测试。算法的结果准确率为83%,虽然算法不保证每次都能得到属性约简,但在大部分情况下,仍能得到属性个数较少的属性约简,且算法的空间复杂度为O(n~2)或
O (m·n)。时间性能上,在记录数较少的情况下,算法所需时间极少,而且随着记录数的线性增加,算法的时间性能较好。
实现了“基于区分能力指数的并行约简算法”,分析了并行算法的时间性能。文章中还利用了Petri 网的模拟仿真工具—CPN Tools,对并行算法的负载平衡进行了理论分析。
理论分析和实验数据表明,文中提出的属性约简算法是有效、可行的,具有较高的效率。
|
|
|
|
1 |
陈世清,唐志航,肖建华;基于粗糙集联系度的数据挖掘算法及应用研究[J];计算机应用;2004年06期 |
2 |
杨晓平,徐优红,许金权;考试成绩分析的粗糙集方法[J];浙江海洋学院学报(自然科学版);2002年04期 |
3 |
刘燕,张学庆,杨绍国;一种基于粗糙集分类的图像压缩方法[J];物探化探计算技术;2002年02期 |
4 |
蒋加伏,刁洪祥,唐贤瑛;一种基于粗糙集分类的图像增强方法[J];计算机工程与应用;2003年19期 |
5 |
冯志鹏,宋希庚,薛冬新;基于粗糙集与神经网络集成的内燃机故障诊断[J];内燃机学报;2003年01期 |
6 |
游凤荷,黄樟灿,孙砚飞,毛天祥;粗糙集的约简算法在涡流传感器设计中的应用[J];无损检测;2003年03期 |
7 |
石金彦,黄士涛,雷文平;粗糙集与决策树结合诊断故障的数据挖掘方法[J];郑州大学学报(工学版);2003年01期 |
8 |
魏彩乔,焦满囤;基于粗糙集的绿色度评价方法及实现技术[J];计算技术与自动化;2004年03期 |
9 |
王萍;粗糙集理论及其应用进展[J];南京工业职业技术学院学报;2004年03期 |
10 |
张连华,张冠华,张洁,白英彩;基于粗糙集分类的网络入侵检测[J];上海交通大学学报;2004年S1期 |
11 |
时希杰,沈睿芳,吴育华;基于粗糙集理论的研究生招生预测[J];微计算机应用;2005年01期 |
12 |
刘发升,杨炳儒;一种基于粗糙集的多层次、逐步求精的发掘算法[J];计算机工程与应用;1999年05期 |
13 |
王卫平,李熙亚,左远志;基于粗糙集的数控机床故障诊断最小化方法[J];组合机床与自动化加工技术;2001年02期 |
14 |
许中卫,李龙澍;基于粗糙集理论的数据挖掘算法研究[J];微机发展;2001年01期 |
15 |
邓方安,武多义;关于粗糙集的若干注记(Ⅰ)——粗糙集与Stone代数[J];汉中师范学院学报;2002年06期 |
16 |
郝丽娜,王伟,吴光宇,王宛山;粗糙集-神经网络故障诊断方法研究[J];东北大学学报(自然科学版);2003年03期 |
17 |
董广军,范永弘,罗睿;基于粗糙集理论的遥感影像分类研究[J];计算机工程与应用;2003年13期 |
18 |
宋余庆,罗永刚,孙志挥;应用主分量分析与粗糙集处理的特征提取[J];计算机工程与应用;2004年22期 |
19 |
刘发升,杨惠;一种带松弛因子的统计粗糙集挖掘算法[J];计算机应用;2004年08期 |
20 |
江效尧,胡林生;基于粗糙集的RDT决策树生成算法的研究及应用[J];安徽工程科技学院学报(自然科学版);2004年03期 |
|