共查询到19条相似文献,搜索用时 248 毫秒
1.
2.
王杨 《计算机与数字工程》2011,39(9):7-9,48
在RoughSet理论中属性最小约简及规则提取是NP-hard的。通过研究Rough Set理论中属性约简和值约简问题,提出了区分度矩阵的概念,同时利用矩阵中属性区分度的信息,提出了一种获取属性约简及规则提取的简化算法。实验结果表明,该算法是正确、有效、可行的。 相似文献
3.
4.
设计简洁的切实可行的基于Rough Set的属性约简的算法.通过基于Rough Set的属性约简方法对两个实际应用说明了如何利用该方法计算条件属性相对于决策属性的重要度,去除冗余属性,形成新的精简的知识发现属性集,从而提高数据挖掘效率. 相似文献
5.
属性约简是Rough集理论的核心内容之一,计算所有的属性约简已经被证明是NP完全问题.在深入研究Rough集理论的基础上,仔细分析了对象集的增加与属性约简的关系,给出了增量式属性约简的判定定理,从而提供了计算所有属性约简的增量式算法,分析了算法的时间复杂度.理论分析和实验结果表明,该约简算法在效率上较现有的算法有显著提高. 相似文献
6.
基于Rough Set理论的一种属性值约简算法 总被引:2,自引:0,他引:2
属性值的约简是Rough Set理论的核心内容之一。它的口的就是在保持规则集的分类能力的条件下,删除多余属性值,进一步简化规则集。从而,得到最小的知识库。本文针对Rough Set理论中值约简这个重要问题进行了研究,提出了一种利用决策规则质量的属性值约简算法。该算法比现有的值约简算法更简化,并用实验证明了其有效性。 相似文献
7.
8.
基于属性约简的粗糙集海量数据分割算法研究 总被引:1,自引:1,他引:0
结合Rough Set理论研究了分布式处理海量数据中的关键同题,即分割海量数据集的问题.经典的Rough Set算法要求数据常驻内存,因此不能有效地处理海量数据.为了能够直接处理海量数据集,根据最佳分割的定义,结合属性约简的思想,提出基于属性约简的粗糙集海量数据分割算法(Mass Data Partition for Rough Set on Attribute Reduction,MDPRS-AR).通过实验表明,MDPRS-AR算法的分割效率比传统的算法约高70%,而且与处理整个数据集的算法相比,正确性损失不大. 相似文献
9.
一种基于相对区分表的属性约简算法 总被引:3,自引:3,他引:3
属性约简是知识获取中的核心问题之一。为了能较高效率地获得属性约简,在Rough Set理论基础上构造出了相对区分表,将基于相对区分表的属性约简的判定算法(JRA)作为子算法并结合归纳属性约简算法的优点,设计出了基于相对区分表的归纳属性约筒算法(RA)。算例说明该算法具有较高的属性约简效率,并能取得较好的约简结果。 相似文献
10.
基于信息熵的一种属性约简算法 总被引:5,自引:3,他引:2
文章针对Rough Set理论的核心内容之一属性约简进行了研究。结合信息论的有关知识,研究了在属性约简过程中决策属性集相对条件属性集的条件熵的变化规律,在此基础上提出了新的属性约简算法。实验分析表明,在多数情况下这种算法都能够得到决策表的最小约简,同时还对算法复杂度做了简单的分析。 相似文献
11.
一种实值属性信息系统的粗集约简方法 总被引:2,自引:0,他引:2
本文研究应用粗集理论对实值信息系统属性进行约简的方法,对实值属性信息系统进行约简的根本问题是如何对实值属性离散化,通过对离散化方法与属性约简的关系进行研究,提出实值属性离散化的一种自动确定属性类别的方法,并结合粗集理论给出了对实值属性信息系统约简的算法,用所提出的算法进行了实验,并给出了实验结果。 相似文献
12.
知识约简是粗糙集理论精髓之一,目前有多种基于粗糙集理论的知识约简算法,相关研究基本集中在属性约简,对属性值的约简研究相对较少。在定义粒矩阵和矩阵运算的基础上,提出了基于粒矩阵的知识约简方法。它既能进行属性约简也能进行属性值约简,旨在把对属性值的逐行约简转化为对范畴的直接简化。算例表明了基于粒矩阵的知识约简方法的基本思想。 相似文献
13.
14.
论文探讨了旋转机械故障诊断中,用粗糙集理论进行知识获取的方法。粗糙集理论在知识获取方面有很多的优越性能。在使用粗糙集理论进行知识获取时,决策表约简是关键一步。明晰矩阵可以进行属性约简和属性值约简。但是使用明晰矩阵存在占用存储空间大,运算时间长的缺点。论文提出了一种基于明析矩阵的属性值约简新算法。这种算法能够有效地缩短计算时间和节约存储空间,操作简便。 相似文献
15.
一种粗糙集属性约简算法 总被引:15,自引:5,他引:15
该文针对RoughSet理论的属性约简进行了研究。利用RoughSet和信息论的相关知识,研究了通过可辨识矩阵求得属性约简集,并利用条件熵来计算属性约简集中属性间的相关性,其平均值最小的属性集即为求得的最佳属性约简的结果。实验证明,它可以取得比较理想的效果。最后利用该文的方法给出了对UCI机器学习数据库的例子的约简结果。 相似文献
16.
17.
18.