收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粗糙集理论的快速属性约简算法研究

谢忱  
【摘要】:属性约简是粗糙集理论中的重要研究内容之一,它是基于粗糙集理论的规则获取与决策支持的基础。属性约简的结果与速度直接决定了规则的质量,进而影响到决策的效果。然而,到目前为止属性约简的速度仍然是制约粗糙集理论发展及实际应用的瓶颈之一。因此,研究快速的属性约简算法具有重要理论意义与应用价值。 本文对基于粗糙集理论的属性约简算法进行了系统深入的研究,并在此基础上提出了基于粗糙集理论的三种快速属性约简算法,主要研究内容如下: (1)深入分析了已有的差别矩阵,发现基于现有差别矩阵的属性约简算法只能得到代数观下决策表的属性核和属性约简。提出了一种信息观下的差别矩阵,并基于该矩阵设计了一种信息观下决策表的属性约简算法。该算法通过计算信息观下差别矩阵中各属性出现的频率确定属性的重要度,进而根据各个属性的重要度来计算决策表的约简。实验结果表明该算法与基于Hu差别矩阵的属性约简算法和基于杨明的差别矩阵属性约简算法相比,可以求出信息观下属性约简,且比基于Hu差别矩阵的算法计算约简得耗时更短。 (2)给出了从决策表中去除论域后Shannon熵的变化机制,并以此为基础提出了一种快速决策表属性约简算法。该算法以信息观下决策表的属性核为起点,不断将属性重要度大的属性添加到核属性集中,在此过程中逐步把决策表中协调的部分从论域中去除,把不协调的部分作为新的论域,这样可以减少参与属性约简计算的对象数。因此,该算法可以在一定程度上降低求取属性约简的计算量。实验结果表明提出的算法求得的属性约简与CEBARKCC算法求得的属性约简相同,约简消耗的时间却明显少于CEBARKCC算法。 (3)提出了从混合决策表中去除协调部分,Shannon条件熵的变化机制,并以此为理论基础,提出一种快速的混合数据属性约简算法。该算法可以逐步减少参与属性约简的对象个数,进而提高约简算法的效率。实验结果表明该算法的与胡清华提出的混合数据约简算法相比,获得的属性约简完全相同,而算法的消耗的时间相对更少。 这些研究成果将基于粗糙集理论的数据挖掘与知识发现提供新的有效的处理技术。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵明清;;离散型决策表的二分归纳属性约简算法[J];山东科技大学学报(自然科学版);2009年01期
2 李天志;;基于二进制的决策表求核算法[J];电脑开发与应用;2008年03期
3 康胜武,曾一锋,王华火,王应明;一种基于粗糙集的单一属性分类的约简方法[J];厦门大学学报(自然科学版);2001年04期
4 陶志;刘庆拯;李卫民;;一种基于改进区分矩阵的属性约简算法[J];计算机工程与应用;2007年32期
5 邓少波;关素洁;黎敏;刘清;;属性与属性值合一的数据约简算法[J];模式识别与人工智能;2009年02期
6 李伟涛;刘琼荪;;基于系统熵的粗糙集属性约简新方法[J];微型机与应用;2011年09期
7 桂现才;;基于相对熵的一种属性约简算法[J];计算机工程与应用;2006年33期
8 唐洪浪;;基于决策强度的一种属性约简算法[J];湛江师范学院学报;2007年06期
9 张群峰,王静红,李笔;基于属性约简的决策表算法[J];河北省科学院学报;2005年03期
10 李波,李新军;一种基于粗糙集和支持向量机的混合分类算法[J];计算机应用;2004年03期
11 张信宾,李钝;利用粗糙集和概率统计进行客户关系管理[J];电脑开发与应用;2004年10期
12 杨宝华;李绍稳;樊建峰;;红籽瓜数量性状的粗糙集判别方法[J];农业网络信息;2006年06期
13 官礼和;王国胤;;决策表属性约简集的增量式更新算法[J];计算机科学与探索;2010年05期
14 梁福才;林成龙;;粗糙集属性约简的完备算法[J];电光与控制;2007年02期
15 高黎;沙基昌;余滨;卜先锦;;属性约简中的近似问题研究[J];系统工程理论与实践;2007年02期
16 马昕;林丽清;;蚁群算法在面向属性的数据约简中的应用[J];计算机仿真;2007年09期
17 李秀燕;刘自伟;;基于差别矩阵属性约简算法的改进[J];兵工自动化;2007年09期
18 高婷;刘文奇;;一种基于布尔矩阵的新的属性约简完备算法[J];计算机工程与科学;2009年08期
19 李伟涛;刘琼荪;;粗糙集属性约简的一种新算法[J];电脑知识与技术;2010年35期
20 唐彬,李龙澍,李伟,刘政怡,杨增光;一类对Jenolek属性约简算法的新的改进方法[J];系统仿真学报;2005年05期
中国重要会议论文全文数据库 前10条
1 葛丽;傅彦;;粗糙集在科学数据属性约简中的应用[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
2 齐晓轩;纪建伟;韩晓微;原忠虎;;基于FCM的粗糙集属性约简方法在汽轮机故障诊断中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3 陈昭炯;叶东毅;;粗糙集在一类林业数据决策分析中的应用[A];中国运筹学会第六届学术交流会论文集(下卷)[C];2000年
4 常晓艳;刘振娟;;基于粗糙集属性约简的过程控制规则提取[A];第二届全国信息获取与处理学术会议论文集[C];2004年
5 刘永红;薛青;郑长伟;;基于粗糙集理论的C4ISR评估方法[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
6 叶明全;伍长荣;胡学钢;;一种集成粗糙集与Logistic回归的分类模型[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
7 李华雄;周献中;;基于0-1分辨矩阵的启发式属性约简[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
8 王旭阳;王彤;李明;;基于粗糙集理论的分类规则挖掘方法[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
9 王建平;陈正伟;栾庆磊;金铁江;;基于遗传算法的汉字识别决策系统的研究[A];2008全国第十三届自动化应用技术学术交流会论文集[C];2008年
10 聂力;王翰虎;;一个基于粗糙集理论的分类规则学习算法[A];第十六届全国数据库学术会议论文集[C];1999年
中国博士学位论文全文数据库 前10条
1 马君华;粗糙集属性约简和聚类算法及其在电力自动化中的应用研究[D];华中科技大学;2010年
2 张国军;基于粗糙集的相对属性约简算法及决策方法研究[D];华中科技大学;2010年
3 丛蓉;作战指挥决策支持系统目标融合识别研究[D];大连理工大学;2010年
4 王明春;基于粗糙集的数据及文本挖掘方法研究[D];天津大学;2005年
5 纪霞;不完备信息系统中粗糙集理论的扩展研究与应用[D];安徽大学;2010年
6 贾修一;基于语义的粗糙集理论和模型研究[D];南京大学;2011年
7 赵佰亭;混合决策系统的粗集模型及在转台故障诊断中的应用[D];哈尔滨工业大学;2010年
8 滕书华;基于粗糙集理论的不确定性度量和属性约简方法研究[D];国防科学技术大学;2010年
9 陈子春;集值信息系统的知识发现与属性约简研究[D];西南交通大学;2011年
10 孔芝;粗糙集理论若干问题的研究与应用[D];东北大学;2009年
中国硕士学位论文全文数据库 前10条
1 李楠;基于邻域粗糙集的属性约简算法研究[D];陕西师范大学;2011年
2 陈展雄;基于多种群免疫量子粒子群的粗糙集属性约简与故障诊断[D];华东理工大学;2011年
3 梁蒙;基于粗糙集的属性约简算法研究[D];河南大学;2011年
4 王鹏;基于邻域粗糙集的属性约简算法研究[D];河北科技大学;2011年
5 王明娜;一种改进的粗糙集方法在数据挖掘中的应用[D];长春理工大学;2004年
6 唐彬;基于粗集理论的知识发现研究[D];安徽大学;2004年
7 任宏旺;基于粗糙集的数据挖掘模型的研究与应用[D];大连海事大学;2003年
8 葛丽;粗糙集在海量科学数据挖掘中的应用[D];电子科技大学;2005年
9 陈思如;基于PSO的粗糙集属性约简算法研究[D];湖南科技大学;2010年
10 桑妍丽;基于粗糙集的近似分布约简与决策规则获取[D];山西大学;2005年
中国重要报纸全文数据库 前10条
1 ;栉风沐雨铸辉煌 继往开来谱华章[N];人民邮电;2006年
2 王玮 蔡莲红;数据挖掘走入语音处理[N];计算机世界;2001年
3 本报记者 李智 通讯员 梁宪生;零的突破[N];山西经济日报;2001年
4 李磊;让电子政务更聪明[N];计算机世界;2001年
5 本刊特约撰稿人 谢志华;对什么承担责任[N];中国财经报;2003年
6 林伟贤;决策的智慧[N];中国邮政报;2006年
7 张连广;规范用权 从严治企[N];中国纪检监察报;2008年
8 赵莉;管理,功在于“细”[N];工人日报;2000年
9 马涛迅;洛阳纪委从制度入手加强自身监督[N];中国纪检监察报;2008年
10 邓昌平 邓泽东 谢显新;浦北江城镇:换位决策启示录[N];广西日报;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978