基于信息粒化的多标记特征选择算法

特征选择旨在从原始特征空间中选择一组规模较小的特征子集,在分类学习任务中提供与原集合近似或更好的性能.文中提出基于信息粒化的多标记特征选择算法,融合标记权重与样本平均间隔,将改进的邻域信息熵应用到特征选择过程中.在6组数据集以及5个评价指标上的实验表明文中算法在分类上的有效性.     

基于交可约等价类的概念格属性约简

定义交可约等价类的概念, 研究基于交可等价类的概念格属性约简及其算法,并由此得到不同类型属性的特征。使用链表表示形式背景的逻辑结构并根据外延对象个数大小建立索引快速判断交运算对属性约简的有效性。根据属性对交运算的不同作用找出所有不必要属性,最终得到概念格的属性约简。