检索结果-内蒙古大学图书馆

计算机应用研究 2021年第5期38卷 1331-1335页

作者：姚晟李初宴陈悦安徽大学计算机科学与技术学院合肥230039 安徽大学计算智能与信号处理教育部重点实验室合肥230039

完备混合型信息系统下的粗糙集模型是传统粗糙集模型的重要扩展,目前关于非平衡数据属性约简的研究仅限于完备混合型的粗糙集模型。针对这一问题,提出一种基于不完备混合型信息系统的非平衡数据属性约简。本文首先将传统的粗糙集模型进... 详细信息

完备混合型信息系统下的粗糙集模型是传统粗糙集模型的重要扩展,目前关于非平衡数据属性约简的研究仅限于完备混合型的粗糙集模型。针对这一问题,提出一种基于不完备混合型信息系统的非平衡数据属性约简。本文首先将传统的粗糙集模型进行推广,提出不完备混合型信息系统下的粗糙集模型;然后针对数据的非平衡性,根据上下边界区域和类分布的不均匀性定义了一种新的属性重要度;在基于区别矩阵的基础上设计出一种非平衡数据的属性约简算法。实验分析表明该算法针对不完备非平衡数据的属性约简具有一定的有效性和优越性。

关键词：粗糙集不完备混合型信息系统非平衡数据属性约简

来源：评论

学校读者我要写书评

暂无评论

基于邻域容差熵选择集成分类算法

引用

郑州大学学报（理学版） 2023年第6期55卷 15-21页

作者：董红瑶申成奥李丽红华北理工大学理学院河北唐山063210 河北省数据科学与应用重点实验室河北唐山063210 唐山市工程计算重点实验室河北唐山063210

针对不完备混合型信息系统的分类问题,融合粒计算和集成学习思想,引入邻域容差关系,提出基于邻域容差熵选择集成分类算法。首先根据样本中的缺失属性将不完备混合型数据集划分为不同的信息粒,并再次遍历数据集进行最大化信息粒,构成新... 详细信息

针对不完备混合型信息系统的分类问题,融合粒计算和集成学习思想,引入邻域容差关系,提出基于邻域容差熵选择集成分类算法。首先根据样本中的缺失属性将不完备混合型数据集划分为不同的信息粒,并再次遍历数据集进行最大化信息粒,构成新的粒空间,用以BP神经网络为基分类器的集成算法在粒空间上训练最大化信息粒,构建新的基分类器;然后以每个信息粒的缺失属性作为条件计算出关于类别属性的邻域容差条件熵,各个信息粒的重要度通过邻域容差条件熵进行量化后,通过信息粒的大小、新训练出的基分类器预测准确率以及邻域容差条件熵重新定义各个基分类器的权重;最后根据预测样本对基分类器加权集成,预测分类结果,并与传统的集成分类算法进行对比分析。对于不完备混合型数据集,新提出的集成分类算法能有效提升分类准确率。

关键词：不完备混合型信息系统信息粒邻域容差熵集成学习分类

来源：评论

学校读者我要写书评

暂无评论

维度变化的不完备混合型数据增量式属性约简

引用

计算机工程与应用 2021年第12期57卷 161-169页

作者：刘桂枝山西大同大学物理与电子科学学院山西大同037009

增量式属性约简是目前粗糙集理论的重点研究内容。针对不完备混合型信息系统属性变化的情形,提出一种基于正区域方法的增量式属性约简算法。提出了不完备混合型信息系统下正区域的一种等价且高效的计算表达形式,利用这种计算形式分别构... 详细信息

增量式属性约简是目前粗糙集理论的重点研究内容。针对不完备混合型信息系统属性变化的情形,提出一种基于正区域方法的增量式属性约简算法。提出了不完备混合型信息系统下正区域的一种等价且高效的计算表达形式,利用这种计算形式分别构造了属性增加和属性减少时正区域地增量式更新,理论证明了其高效性,基于这种增量式更新设计出了相应的增量式属性约简算法。UCI数据集的实验分析表明所提出增量式算法具有一定的有效性和优越性。

关键词：粗糙集属性约简不完备混合型信息系统正区域增量式学习

来源：评论

学校读者我要写书评

暂无评论

基于不完备信息系统的粗糙集模型的扩展和属性约简算法的研究

基于不完备信息系统的粗糙集模型的扩展和属性约简算法的研究

引用

作者：李初宴安徽大学

学位级别：硕士

***于1982年提出来的粗糙集理论是一种描述不完整性和不确定性知识的数学理论工具,该理论已被应用于智能计算技术领域研究中,不仅如此,还被广泛的应用到KDD中的数据挖掘中、文本分类中等各种领域。许多应用领域的数据不仅种类复杂,而且... 详细信息

***于1982年提出来的粗糙集理论是一种描述不完整性和不确定性知识的数学理论工具,该理论已被应用于智能计算技术领域研究中,不仅如此,还被广泛的应用到KDD中的数据挖掘中、文本分类中等各种领域。许多应用领域的数据不仅种类复杂,而且由于各种原因的影响导致数据信息是不完备的,这对于粗糙集的进一步研究也带来了新的挑战。比如,决策粗糙集模型作为一种扩展模型,可以被用来处理多种类型的数据,但是,目前已提出的决策粗糙集模型还未对不完备连续型的数据进行研究;又比如,对于非平衡数据,可以通过边界区域来定义属性重要度,进而在此基础上进行属性约简算法的研究,但是该算法只能处理完备混合信息系统下的非平衡数据,不适合用来处理含有缺省值的非平衡数据。针对所提出的这两个问题,本文在不完备的信息系统基础上,对已提出的粗糙集模型进行改进,并在新的模型下提出相对应的属性约简算法。本文所研究的主要内容大致如下:(1)本文首先针对不完备的连续型数据来进行研究,提出一种新的不完备的邻域决策粗糙集模型。具体过程可被描述为:首先在不完备的连续型数据中引入一个不完备的邻域关系,然后利用该二元关系对传统的决策粗糙集进行重构,一种称之为不完备邻域决策粗糙集的模型被提出,同时基于决策代价原则,文中进一步地提出了最小化决策代价的属性约简算法。最后通过实验表明了所提出的算法具有更高的属性约简性能。(2)本文又针对不完备混合型信息系统下的非平衡数据进行研究,提出一种基于不完备混合型信息系统的非平衡数据属性约简。具体过程可被描述为:文中首先将传统的粗糙集模型进行推广,提出适用于不完备混合型信息系统的粗糙集模型;然后基于数据的非平衡性,根据上下边界区域和类分布的不均匀性定义了一种新的属性重要度;最后在基于区分矩阵的基础上设计出一种非平衡数据的属性约简算法。最后通过实验证明该算法针对不完备非平衡数据的属性约简具有一定有效性和优越性。本文的创新点主要概括如下:(1)提出一种不完备邻域决策粗糙集模型,同时基于决策代价原则,定义了关于该模型的属性约简方法,即先根据贝叶斯决策规则得到对象采取三种行为的决策代价,然后定义出整个决策类在某个属性集下的总决策代价,最后基于最小代价的评估准则下,采用启发式属性约简中的添加式搜索策略进行属性约简。(2)由于目前的信息系统中含有非平衡的数据,根据完备信息系统中处理非平衡数据的方法,提出了一种可将非平衡数据应用到不完备信息系统中的粗糙集模型。此模型结合了邻域容差类和边界区域的定义以及不均匀分布类,定义出新的属性重要度,在区分矩阵的基础上计算出属性约简集。

关键词：粗糙集不完备邻域关系最小决策代价不完备混合型信息系统非平衡数据属性约简

来源：评论

学校读者我要写书评

暂无评论

不完备混合决策粗糙集特定类多目标属性约简

引用

计算机工程与设计 2020年第11期41卷 3063-3071页

作者：蔡艳婧程实王强南通大学信息科学技术学院江苏南通226009 江苏商贸职业学院电子与信息学院江苏南通226009

为提高属性约简的实用性能,针对不完备混合型信息系统提出一种不完备混合决策粗糙集模型,构造一种基于特定类的多目标代价敏感属性约简算法。该方法建立在不完备混合决策粗糙集基础上,将决策代价和测试代价同时作为属性约简的优化目标,... 详细信息

为提高属性约简的实用性能,针对不完备混合型信息系统提出一种不完备混合决策粗糙集模型,构造一种基于特定类的多目标代价敏感属性约简算法。该方法建立在不完备混合决策粗糙集基础上,将决策代价和测试代价同时作为属性约简的优化目标,基于特定类的代价敏感而设计。实验结果表明,所提算法具有更高的代价敏感属性约简性能,由于属性约简结果同时兼顾了决策代价和测试代价,该算法具有更高的实用性能。

关键词：决策粗糙集不完备混合型信息系统决策代价测试代价属性约简

来源：评论

学校读者我要写书评

暂无评论

基于矩阵策略的不完备混合型数据增量式特征选择算法

引用

西昌学院学报（自然科学版） 2020年第1期34卷 71-78,123页

作者：沈玉峰林徐安徽三联学院计算机工程学院合肥230601

特征选择是粗糙集理论在数据挖掘等领域中一种重要的应用,如何对动态变化的信息系统进行增量式特征选择是目前粗糙集理论研究的重点。在不完备混合型信息系统中,属性集的不断增加是信息系统动态变化的一种重要形式。首先在不完备混合型... 详细信息

特征选择是粗糙集理论在数据挖掘等领域中一种重要的应用,如何对动态变化的信息系统进行增量式特征选择是目前粗糙集理论研究的重点。在不完备混合型信息系统中,属性集的不断增加是信息系统动态变化的一种重要形式。首先在不完备混合型信息系统中引入邻域条件熵的概念,并且利用矩阵的方法去表示邻域条件熵;然后针对属性集动态增加的情形,提出矩阵形式的邻域条件熵增量式更新,并且基于这种增量式更新机制给出了相应的增量式特征选择算法;最后,UCI数据集的实验结果表明,所提出的增量式特征选择算法比非增量式特征选择算法具有更高的特征选择性能。

关键词：粗糙集特征选择不完备混合型信息系统矩阵邻域条件熵增量式学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：