混合值不完备决策信息系统的粗糙分类方法

被引:9
作者
黄恒秋
曾玲
机构
[1] 桂林电子科技大学数学与计算科学学院
关键词
粗糙集; 邻域联系度; 同异反辨识矩阵; 分配约简; 贝叶斯理论;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
针对混合值不完备决策信息系统,提出一种将邻域联系度粗糙集与贝叶斯理论相结合的分类方法。定义了一种新的属性辨识矩阵——同异反辨识矩阵,给出了基于同异反辨识矩阵的t分配约简算法,以及对约简后的决策信息系统建立基于邻域联系度粗糙集的最小错误率贝叶斯决策准则,用于对含有混合属性值以及不完备数据的对象进行分类。实验表明所提出的方法是客观有效的。
引用
收藏
页码:48 / 51
页数:4
相关论文
共 12 条
[1]
混合值不完备信息系统中一种拓展粗糙集模型 [J].
黄恒秋 ;
曾玲 .
计算机工程与应用 , 2010, (30) :30-32+56
[2]
基于广义差别矩阵的核和属性约简算法 [J].
杨明 ;
杨萍 .
控制与决策, 2008, (09) :1049-1054
[3]
不完备信息的粗糙集-贝叶斯识别方法 [J].
钟波 ;
罗会亮 .
重庆大学学报, 2008, (01) :74-76+82
[4]
不完备信息系统的数据挖掘方法研究 [J].
邢化玲 ;
刘思伟 ;
高社生 ;
唐士杰 .
计算机应用研究, 2008, (01) :90-92
[5]
SPA的同异反系统理论在人工智能研究中的应用 [J].
赵克勤 .
智能系统学报, 2007, (05) :20-35
[6]
基于粗糙集理论和BP神经网络的分层递阶分类算法 [J].
乔斌 ;
郭智疆 ;
蒋静坪 .
仪器仪表学报, 2003, (01) :31-35
[7]
二进制可辨矩阵的变换及高效属性约简算法的构造 [J].
支天云 ;
苗夺谦 .
计算机科学, 2002, (02) :140-142+146
[8]
混合数据知识发现的粗糙计算模型和算法 [D]. 
胡清华 .
哈尔滨工业大学,
2008
[9]
Rough sets; decision algorithms and Bayes' theorem[J] European Journal of Operational Research 2002,
[10]
Uncertainty measures of rough set prediction[J] Ivo Düntsch;Günther Gediga Artificial Intelligence 1998,