基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
属性约简是粗糙集理论重要研究内容之一,基于可分辨矩阵的属性约简方法需占用大量存储空间,不利于大数据集的处理.为此,引入差别集定义和基于差别集属性约简定义,并指出基于差别集属性约简本质上是在当前差别集中不断寻求关键属性的过程,并给出删除单个条件属性和删除条件属性集两种获取关键属性的属性约简方法,同时证明了这两种属性约简方法是正确的、完备的;进一步,为了获得最小属性约简,采用两个启发式信息来筛选关键属性;在上述基础上,设计基于差别集的启发式属性约简算法.最后,通过实例和实验验证了该算法的有效性和高效性.
推荐文章
粗集中属性约简的一种启发式遗传算法
粗集
约简
遗传算法
信息论
基于增量式更新带权差别集合的属性约简算法
粗糙集
属性约简
差别矩阵
增量式算法
一种启发式属性约简算法
粗糙集
属性约简
复合属性重要度
启发式算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于差别集的启发式属性约简算法
来源期刊 小型微型计算机系统 学科 工学
关键词 粗糙集 属性约简 差别集 可分辨矩阵
年,卷(期) 2013,(2) 所属期刊栏目 计算机算法研究
研究方向 页码范围 380-385
页数 6页 分类号 TP181
字数 8080字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李龙澍 安徽大学计算机科学与技术学院 199 1780 21.0 29.0
2 葛浩 滁州学院机械与电子工程学院 52 512 11.0 21.0
6 杨传健 滁州学院计算机与信息工程学院 39 411 10.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (729)
参考文献  (10)
节点文献
引证文献  (14)
同被引文献  (58)
二级引证文献  (31)
1982(4)
  • 参考文献(1)
  • 二级参考文献(3)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(7)
  • 参考文献(1)
  • 二级参考文献(6)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(7)
  • 参考文献(1)
  • 二级参考文献(6)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(6)
  • 引证文献(4)
  • 二级引证文献(2)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(9)
  • 引证文献(2)
  • 二级引证文献(7)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
粗糙集
属性约简
差别集
可分辨矩阵
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
总被引数(次)
83133
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导