| 邻域互补信息度量及其启发式属性约简 |
| |
| 引用本文： | 陈帅,张贤勇,唐玲玉,姚岳松.邻域互补信息度量及其启发式属性约简[J].数据采集与处理,2020,35(4):630-641. |
| |
| 作者姓名： | 陈帅 张贤勇 唐玲玉 姚岳松 |
| |
| 作者单位： | 四川师范大学数学科学学院,成都,610066;四川师范大学智能信息与量子信息研究所,成都,610066;四川师范大学数学科学学院,成都,610066;四川师范大学智能信息与量子信息研究所,成都,610066;四川师范大学数学科学学院,成都,610066;四川师范大学智能信息与量子信息研究所,成都,610066;四川师范大学数学科学学院,成都,610066;四川师范大学智能信息与量子信息研究所,成都,610066 |
| |
| 基金项目： | 国家自然科学基金(61673258)资助项目；四川省科技基金(19YYJC2845)资助项目；四川省青年科技基金(2017JQ0046)资助项目。 |
| |
| 摘 要： | 信息熵体系是进行不确定刻画与近似推理的重要理论,已经被引入粗糙集进行数据分析与智能处理。经典的互补熵、互补条件熵和互补互信息能够刻画粗糙性与模糊性，该信息体系的拓展具有应用意义。本文基于邻域粗糙集，扩张构建邻域互补信息度量并研究其启发式属性约简。通过解析式模拟与信息粒替换，定义邻域互补熵、邻域互补条件熵和邻域互补互信息，得到系统方程、双界刻画和粒化非单调性；基于邻域互补互信息，提出非单调属性约简并设计启发式约简算法；采用决策表实例与UCI数据实验有效验证性质与算法。基于邻域扩张，相关信息度量与属性约简具有应用前景。
|
| 关 键 词： | 邻域粗糙集 信息论 邻域互补信息度量 不确定性 属性约简 粒计算 |
| 收稿时间： | 2019/6/24 0:00:00 |
| 修稿时间： | 2019/9/15 0:00:00 |
Neighborhood Complementary Information Measures and Heuristic Attribute Reduction |
| |
| Chen Shuai,Zhang Xianyong,Tang Lingyu,Yao Yuesong.Neighborhood Complementary Information Measures and Heuristic Attribute Reduction[J].Journal of Data Acquisition & Processing,2020,35(4):630-641. |
| |
| Authors: | Chen Shuai Zhang Xianyong Tang Lingyu Yao Yuesong |
| |
| Affiliation: | 1.School of Mathematical Sciences, Sichuan Normal University, Chengdu, 610066, China;2.Institute of Intelligent Information and Quantum Information, Sichuan Normal University, Chengdu, 610066, China |
| |
| Abstract: | |
| |
| Keywords: | neighborhood rough set information theory neighborhood complementary information mea- sure uncertainty attribute reduction granular computing |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
