基于粗糙集理论的KNN分类

• 作者: 王翰虎 陈梅 黄玉龙
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: KNN分类 粗糙集 属性约简
• 年，卷（期）: 2007,（4）
• 页码范围: 75-78
• 页数: 4页
• 分类号: TP274
• 字数: 3631字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2007.04.019

摘要

粗糙集理论为研究不精确数据的分析、推理,挖掘数据间的关系、发现潜在的知识提供了有效的工具.在数据挖掘技术中KNN算法是一个实现简单和分类准确性较高的方法,但是,当用于样本容量较大以及特征属性较多的类似医疗图像挖掘这样的领域时,其效率受到了很大的影响,找到一个删除最大冗余属性的方法成了解决这个问题的关键.将粗糙集理论与KNN算法结合起来,用粗糙集方法进行属性约简,有效地解决了KNN算法分类的这个缺点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王翰虎	贵州大学计算机科学与技术学院	41	449	10.0	20.0
2	陈梅	贵州大学计算机科学与技术学院	51	314	10.0	16.0
3	黄玉龙	贵州大学计算机科学与技术学院	2	98	2.0	2.0