1(College of Mathematics and Software Science, Sichuan Normal University, Chengdu 610068); 2(College of Computer, Civil Aviation Flight University of China, Guanghan, Sichuan 618307); 3(Institute of Intelligent Information and Quantum Information, Sichuan Normal University, Chengdu 610068)
出版日期:
2018-11-01基金资助:
国家自然科学基金项目(61673285,61203285,11671284);高等学校博士学科点专项科研基金项目(20135134110003);四川省科技计划项目(2017JY0197,2017JQ0046)Conditional Neighborhood Entropy with Granulation Monotonicity and Its Relevant Attribute Reduction
Zhou Yanhong1,2,3, Zhang Xianyong1,3, Mo Zhiwen1,31(四川师范大学数学与软件科学学院 成都 610068); 2(中国民用航空飞行学院计算机学院 四川广汉 618307); 3(四川师范大学智能信息与量子信息研究所 成都 610068) (zhouyanhong515@163.com)
Online:
2018-11-01摘要/Abstract
摘要: 在邻域粗糙集中,基于信息度量的属性约简具有重要应用意义.然而,条件邻域熵具有粒化非单调性,故其属性约简具有应用局限性.对此,采用粒计算技术及相关的3层粒结构,构建具有粒化单调性的条件邻域熵,进而研究其相关属性约简.首先,揭示条件邻域熵的粒化非单调性及其根源;其次,采用3层粒结构,自底向上构建一种新型条件邻域熵,获得其粒化单调性;进而,基于粒化单调的条件邻域熵,建立属性约简及启发式约简算法;最后,采用UCI(University of CaliforniaIrvine)数据实验,验证改进条件邻域熵的单调性与启发式约简算法的有效性.所得结果表明:新建条件邻域熵具有粒化单调性,改进了条件邻域熵,其诱导的属性约简具有应用前景.
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] | 吴伟志,杨丽,谭安辉,徐优红. 广义不完备多粒度标记决策系统的粒度选择[J]. 计算机研究与发展, 2018, 55(6): 1263-1272. |
[6] | 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. |
[7] | 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. |
[8] | 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. |
[9] | 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. |
[10] | 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. |
[11] | 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. |
[12] | 丁卫平, 王建东, 管致锦,. 基于量子精英蛙的最小属性自适应合作型协同约简算法[J]. 计算机研究与发展, 2014, 51(4): 743-753. |
[13] | 吴伟志,高仓健,李同军. 序粒度标记结构及其粗糙近似[J]. 计算机研究与发展, 2014, 51(12): 2623-2632. |
[14] | 朱 红, 丁世飞, 许新征,. 基于改进属性约简的细粒度并行AP聚类算法[J]. , 2012, 49(12): 2638-2644. |
[15] | 王熙照 王婷婷 翟俊海. 基于样例选取的属性约简算法[J]. , 2012, 49(11): 2305-2310. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3807