基于粗集的频率约简与动态约简对不一致表分类的方法

被引：3

作者：

钟志宏

机构：

[1] 黔南民族师范学院计算机科学系

来源：

软件 | 2013年 / 34卷 / 06期

关键词：

不一致决策表; 分类; 动态约简; 频率约简; 粗糙集;

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：

针对不一致决策表对于信息分类精度与稳定性的不利影响,提出基于粗集理论的利用不同形式频率约简与动态约简技术相结合的信息分类方法。首先利用频率约简对不一致决策表进行一致性处理,然后利用动态约简技术对获取的一致决策表进行分类。通过测试系统计算表明,充分结合两者的优良特性,在不损失数据信息前提下,提高了不一致决策表的分类精度和稳定性。

引用

页码：47 / 50

页数：4

共 10 条

[1]

ROSETTA—A Rough Set Toolkit for Analysis of Data. M KIERCZAK et al. http://www.lcb.uu.se/tools/rosetta . 2009

[2]

Rough Set Methods and Applications: New Developments in Knowledge Discovery in Information Systems. Polkowski L, Tsumoto S, Lin T Y, et al. Physica-Verlag . 2000

[3] 不一致决策表中规则提取的矩阵算法 [J].

黄兵 ;

周献中 .

系统工程与电子技术, 2005, (03) :441-445

[4] 信息表中不完备数据的填补方法 [J].

鄂旭 ;

高学东 ;

武森 ;

张秋月 .

北京科技大学学报, 2005, (03) :364-366

[5] 信息系统数据清洗、规则提取的矩阵算法 [J].

谭天乐 ;

宋执环 ;

李平 .

信息与控制, 2003, (04) :289-294

[6] 基于粗糙集的识别矩阵值简式求取算法DMBVR [J].

刘亚波 ;

胡陈勇 ;

刘大有 .

吉林大学学报(理学版), 2004, (02) :221-225

[7]

Rough Sets in Knowledge Discovery 1: Methodology and Applications. Bazan JG. Physica-Verlag . 1998

[8]

Dynamic reducts and statistical inference. JAN G.BAZAN. Proceedings of the Sixth International Conference,Information Processing and Management of Uncertainty in Knowledge-Based Systems（IPMU’’96） . 1996

[9] 决策表核属性的计算方法 [J].

王国胤 .

计算机学报, 2003, (05) :611-615

[10]

Rough集及Rough推理[M]. 科学出版社 , 刘清著, 2001

← 1 →