(浙江海洋大学数理与信息学院 浙江舟山 316022) (浙江省海洋大数据挖掘与应用重点实验室(浙江海洋大学) 浙江舟山 316022) (wuwz@zjou.edu.cn)
出版日期:
2018-06-01基金资助:
国家自然科学基金项目(61573321,41631179,61602415);浙江省自然科学基金项目(LY18F030017)Granularity Selections in Generalized Incomplete Multi-Granular Labeled Decision Systems
Wu Weizhi, Yang Li, Tan Anhui, Xu Youhong(School of Mathematics, Physics and Information Science, Zhejiang Ocean University, Zhoushan, Zhejiang 316022) (Key Laboratory of Oceanographic Big Data Mining & Application of Zhejiang Province (Zhejiang Ocean University), Zhoushan, Zhejiang 316022)
Online:
2018-06-01摘要/Abstract
摘要: 粒计算(granular computing, GrC)是知识表示和数据挖掘的一个重要方法,它模拟人类思考模式,以粒为基本计算单位,以建立大规模复杂数据和信息处理的有效计算模型为目标.粒计算主要研究粒的构造、解释、表示、粒度的选择以及用规则形式所描述的粒与粒之间的关系等.针对具有多粒度标记的不完备信息系统的知识获取问题,首先,介绍了广义不完备多粒度标记信息系统的概念,在该信息系统中定义了相似关系,给出了在不同粒度标记层面下信息粒的表示及其相互关系,并定义了基于相似关系的集合的下、上近似概念,给出了近似算子的性质;其次,定义了广义不完备多粒度标记决策系统中的粒度标记选择的概念,阐明了所有粒度标记选择全体构成了一个完备格;最后,讨论了广义不完备多粒度标记决策系统中的最优粒度标记选择问题,并用证据理论中的信任函数和似然函数刻画了协调的不完备多粒度标记决策系统的最优粒度选择特征.
参考文献
相关文章 15
[1] | 李金海, 李玉斐, 米允龙, 吴伟志. 多粒度形式概念分析的介粒度标记方法[J]. 计算机研究与发展, 2020, 57(2): 447-458. |
[2] | 罗晟,苗夺谦,张志飞,张远健,胡声丹. 基于层次信息粒表示的属性图链接预测模型[J]. 计算机研究与发展, 2019, 56(3): 623-634. |
[3] | 王念, 彭政红, 崔莉. EasiFFRA:一种基于邻域粗糙集的属性快速约简算法[J]. 计算机研究与发展, 2019, 56(12): 2578-2588. |
[4] | 陈玉明,李伟. 粒向量与K近邻粒分类器[J]. 计算机研究与发展, 2019, 56(12): 2600-2611. |
[5] | 谢秦,张清华,王国胤. 基于相似度量的自适应三支垃圾邮件过滤器[J]. 计算机研究与发展, 2019, 56(11): 2410-2423. |
[6] | 韩朝,苗夺谦,任福继,张红云. 基于粗糙集知识发现的开放领域中文问答检索[J]. 计算机研究与发展, 2018, 55(5): 958-967. |
[7] | 姚晟,徐风,赵鹏,纪霞. 基于自适应邻域空间粗糙集模型的直觉模糊熵特征选择[J]. 计算机研究与发展, 2018, 55(4): 802-814. |
[8] | 周艳红,张贤勇,莫智文. 粒化单调的条件邻域熵及其相关属性约简[J]. 计算机研究与发展, 2018, 55(11): 2395-2405. |
[9] | 顾沈明,顾金燕,吴伟志,李同军,陈超君. 不完备多粒度决策系统的局部最优粒度选择[J]. 计算机研究与发展, 2017, 54(7): 1500-1509. |
[10] | 付志耀,高岭,孙骞,李洋,高妮. 基于粗糙集的漏洞属性约简及严重性评估[J]. 计算机研究与发展, 2016, 53(5): 1009-1017. |
[11] | 邓大勇,苗夺谦,黄厚宽. 信息表中概念漂移与不确定性分析[J]. 计算机研究与发展, 2016, 53(11): 2607-2612. |
[12] | 张志飞,苗夺谦,聂建云,岳晓冬. 否定句的情感不确定性度量及分类[J]. 计算机研究与发展, 2015, 52(8): 1806-1816. |
[13] | 邓大勇,徐小玉,黄厚宽. 基于并行约简的概念漂移探测[J]. 计算机研究与发展, 2015, 52(5): 1071-1079. |
[14] | 段洁,胡清华,张灵均,钱宇华,李德玉. 基于邻域粗糙集的多标记分类特征选择算法[J]. 计算机研究与发展, 2015, 52(1): 56-65. |
[15] | 张 维,苗夺谦,高 灿,岳晓冬. 邻域粗糙协同分类模型[J]. 计算机研究与发展, 2014, 51(8): 1811-1820. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3710