基于鲁棒近邻粗糙逼近的属性约简算法

作     者：郑文彬 胡敏杰 何秋红 ZHENG Wenbin;HU Minjie;HE Qiuhong

作者机构：闽南师范大学计算机学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000 

出 版 物：《闽南师范大学学报（自然科学版）》 (Journal of Minnan Normal University：Natural Science)

年 卷 期：2018年第31卷第4期

页      面：22-31页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：福建省教育厅科技项目(JAT170347 JAT170350) 

主　　题：属性约简 鲁棒近邻 区分函数 邻域粗糙集 

摘      要：基于邻域粗糙集的属性约简模型既受邻域半径参数值的影响,又不能评估属性与样本对象之间的内在关系.为此,本文先提出鲁棒近邻来确认对象的邻域,计算出若干个与样本对象最近同类与最近异类对象距离的平均值,然后依据分类区分函数的定义来确定近邻类的邻域半径大小,构造了鲁棒近邻粗糙集模型.最后按照其模型,基于样本对象对属性的评价准则提出了鲁棒近邻的属性约简算法.该算法模型分别在CART,KNN和LSVM三个分类器和10个样本数据集中测试运行,实验效果表明该模型不但可以筛选得到较少的属性集,而且还可以有效提高分类精度.