信息熵最小约简问题的若干随机优化算法

被引：10

作者：

马胜蓝

叶东毅

机构：

[1] 福州大学数学与计算机科学学院

来源：

模式识别与人工智能 | 2012年 / 25卷 / 01期

关键词：

随机优化算法; 粗糙集; 信息熵; 最小属性约简; 全息粒子群;

D O I：

10.16451/j.cnki.issn1003-6059.2012.01.022

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

现有的启发式属性约简算法一般无法得到信息熵意义下的最小属性约简.为此,文中探讨应用随机优化算法计算信息熵意义下最小属性约简的问题.首先通过定义适当的适应值函数,将信息熵意义下的最小属性约简问题转化为不含约束的适应值优化问题,证明问题转化的等价性.研究基于遗传算法、粒子群优化算法、禁忌搜索以及蚁群算法等若干随机优化算法的求解效率和求解质量,并用一批UCI数据集来加以测试.实验结果表明,文中设计的带增强策略的基于全息粒子群的属性约简算法,具有较高的获得信息熵意义下最小属性约简的概率和较优的算法性能.

引用

页码：96 / 104

页数：9

共 8 条

[1] 基于二进制粒子群优化的一个最小属性约简算法
叶东毅
廖建坤
[J]. 模式识别与人工智能, 2007, 20 (03) : 295 - 300
[2] 基于条件信息熵的决策表约简
王国胤
于洪
杨大春
[J]. 计算机学报, 2002, (07) : 759 - 766
[3] Tabu search for attribute reduction in rough set theory
Hedar, Abdel-Rahman
Wang, Jue
Fukushima, Masao
[J]. SOFT COMPUTING, 2008, 12 (09) : 909 - 918
[4] Rough set-aided keyword reduction for text categorization
Chouchoulas, A
Shen, Q
[J]. APPLIED ARTIFICIAL INTELLIGENCE, 2001, 15 (09) : 843 - 873
[5] Tabu Search—Part I.[J].Fred Glover.ORSA Journal on Computing.1989, 3
[6] 群智能优化算法理论与应用.[M].梁艳春; 等著.科学出版社.2009,
[7] 信息系统与知识发现.[M].张文修等编著;.科学出版社.2003,
[8] Rough集理论与知识获取.[M].王国胤编著;.西安交通大学出版社.2001,

← 1 →