基于Rough集理论的属性简约研究

• 作者: 张雪梅 高翔
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 粗糙集 数据挖掘 数据融合 属性简约
• 年，卷（期）: 2004,（10）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 66-68,47
• 页数: 4页
• 分类号: TP301.6
• 字数: 3739字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2004.10.020

摘要

为了从海量的数据获得知识,数据挖掘被广泛地应用于知识发现.粗糙集理论是一种研究不确定性知识的工具,该文从Rough集理论的基本概念出发,对基于Rough集的信息系统决策表的属性简约问题进行了研究,挖掘出隐藏于信息表中的统计信息.该文对Rough集属性重要性在属性简约中的应用进行了研究,研究发现熵作为一种衡量信息量的重要工具,将其引入属性重要性的定义,考虑该属性对于论域中不确定分类子集的影响,使属性重要性这一概念更加完善.文章将这一概念应用于水声信号的目标识别,给出仿真结果,提出了以后的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高翔	东南大学无线电工程系	28	490	8.0	22.0
2	张雪梅	东南大学无线电工程系	4	5	1.0	2.0