一种基于遗传算法的Rough集多知识抽取方法

被引:1
作者
何明
冯博琴
马兆丰
傅向华
机构
[1] 西安交通大学计算机科学与技术系
[2] 西安交通大学计算机科学与技术系 陕西西安
[3] 陕西西安
关键词
粗糙集; 多知识; 遗传算法; 知识约简;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
Rough集理论为知识约简提供了一种有效的方法.提出了一种基于遗传算法的Rough集多知识抽取方法.针对决策系统中知识约简的不唯一性,构造了一种多约简算法,创建了多知识.在此基础上,利用遗传算法从一个更高的层次对多知识进行优化,并从中抽取最优知识集.试验结果分析表明,通过遗传算法优化后抽取的多知识较单体知识具有更高的精度,使知识的表示更具广义性.
引用
收藏
页码:651 / 654
页数:4
相关论文
共 2 条
[1]   A formalism for relevance and its application in feature subset selection [J].
Bell, DA ;
Wang, H .
MACHINE LEARNING, 2000, 41 (02) :175-195
[2]   ROUGH SETS [J].
PAWLAK, Z .
INTERNATIONAL JOURNAL OF COMPUTER & INFORMATION SCIENCES, 1982, 11 (05) :341-356