广义多尺度决策系统的局部最优粒度选择

顾沈明^1,2,陆瑾璐²,吴伟志^1,2,庄宇斌²

1.浙江海洋大学浙江省海洋大数据挖掘与应用重点实验室, 浙江 舟山 316022;2.浙江海洋大学数理与信息学院, 浙江 舟山 316022

收稿日期:2018-04-15出版日期:2018-08-20发布日期:2018-07-11

作者简介:顾沈明(1970— ),男,教授,研究方向为粗糙集、粒计算与机器学习. E-mail:gsm@zjou.edu.cn
基金资助:国家自然科学基金资助项目(61573321,61773349,41631179,61602415);浙江省自然科学基金资助项目(LY18F030017)

Local optimal granularity selections in generalized multi-scale decision systems

GU Shen-ming^1,2, LU Jin-lu², WU Wei-zhi^1,2, ZHUANG Yu-bin²

1. Key Laboratory of Oceanographic Big Data Mining &
Application of Zhejiang Province, Zhejiang Ocean University, Zhoushan 316022, Zhejiang, China;
2. School of Mathematics, Physics and Information Science, Zhejiang Ocean University, Zhoushan 316022, Zhejiang, China

Received:2018-04-15Online:2018-08-20Published:2018-07-11

摘要/Abstract

摘要： 在实际应用中,人们常常选择比较合适的粒度层次来解决相应的问题。在经典的多尺度决策系统和粒度层次构造过程中,属性取值常由人工选择某些固定粒度层次。本文针对广义多尺度决策系统,由属性取值的尺度组合来构造粒度层次,进而研究局部最优粒度的选择问题。首先,介绍了广义多尺度决策系统的概念。然后,在协调的广义多尺度决策系统中定义了最优粒度和局部最优粒度,并给出了基于属性组合的最优粒度与局部最优粒度的选择算法。最后,在不协调的广义多尺度决策系统中引入了广义决策,定义了广义决策最优粒度和广义决策局部最优粒度,并给出了基于广义决策最优粒度与广义决策局部最优粒度选择算法。


PDF全文下载地址:

http://lxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2816