基于一般二元关系的粗糙集加权不确定性度量

被引:36
作者
滕书华
鲁敏
杨阿锋
张军
庄钊文
机构
[1] 国防科学技术大学电子科学与工程学院
基金
中国博士后科学基金;
关键词
粗糙集; 熵; 不确定性; 一般二元关系; 加权度量;
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
不确定性度量是粗集理论的研究热点.考虑到实际数据中样本重要性的不同,在一般二元关系下构建一种带有可调参数的加权不确定性度量———α熵,证明了现有的多种不确定性度量是α熵的特例,进而对完备和不完备信息系统中知识的不确定性度量进行了统一.在此基础上基于一般二元关系提出了一种加权不确定性度量———α精度和α粗糙度,证明了α精度和α粗糙度的单调性;理论分析和实例表明α精度和α粗糙度比现有的不确定性度量更精确,更符合人们的认识规律.最后,在一般二元关系下利用α精度设计了一种加权属性约简算法,实验结果表明文中的变参数加权不确定性度量方便地融入了主观偏好和先验知识,通过改变参数α构造的组合分类器有效地提高了约简结果的分类精度.这些结论发展了基于粗糙集的不确定测度理论,提高了方法的普适性和可解释性,为一般二元关系下的信息系统知识获取提供了理论依据.
引用
收藏
页码:649 / 665
页数:17
相关论文
共 34 条
[31]   Rough approximation of a preference relation by dominance relations [J].
Greco, S ;
Matarazzo, B ;
Slowinski, R .
EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 1999, 117 (01) :63-83
[32]  
Relational interpretations of neighborhood operators and rough set approximation operators[J] . Y.Y. Yao.Information Sciences . 1998 (1)
[33]   Uncertainty measures of rough set prediction [J].
Düntsch, I ;
Gediga, G .
ARTIFICIAL INTELLIGENCE, 1998, 106 (01) :109-137
[34]  
Rough set approach to incomplete information systems[J] . Marzena Kryszkiewicz.Information Sciences . 1998 (1)