粒子群优化的模糊粗糙集双约简算法

刘占峰, 潘甦

南京邮电大学 江苏省通信与网络技术工程研究中心, 南京 210003

收稿日期:2020-11-23出版日期:2021-08-28发布日期:2021-07-13

作者简介:刘占峰(1980-),男,博士生,E-mail:zf.liu@139.com;潘甦(1969-),男,教授,博士生导师.
基金资助:江苏省研究生科研与实践创新计划项目（KYCX18_0882）；国家自然科学基金项目（6201244）；江苏省重点研发计划项目（BE2018733）

Fuzzy-Rough Bireducts Algorithm Based on Particle Swarm Optimization

LIU Zhan-feng, PAN Su

Jiangsu Engineering Research Center of Communication and Network Technology, Nanjing University of Posts and Telecommunications, Nanjing 210003, China

Received:2020-11-23Online:2021-08-28Published:2021-07-13

摘要/Abstract

摘要： 为了提升下游模型的性能，获得质量更好的约简数据集，提出基于粒子群优化（PSO）的模糊粗糙集特征和实例联合选择算法，引入基于ε-双约简的适应度函数来评估约简集的质量，引导搜索过程快速逼近最优解.实验结果表明，基于PSO算法的模糊粗糙集双约简算法有效约简了实例和特征，获得了高质量的约简集，在分类任务中取得了优于原始数据集的准确度.
中图分类号:
TP181

引用本文

刘占峰, 潘甦. 粒子群优化的模糊粗糙集双约简算法[J]. 北京邮电大学学报, 2021, 44(4): 49-55.
LIU Zhan-feng, PAN Su. Fuzzy-Rough Bireducts Algorithm Based on Particle Swarm Optimization[J]. Journal of Beijing University of Posts and Telecommunications, 2021, 44(4): 49-55.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4811