用Shannon熵度量两个数据集的一致性

• 作者: 米据生 车晓雅
• 来源期刊: 计算机科学
• 学科: 数学
• 关键词: 一致性程度 不可辨识关系 模糊划分 Shannon熵
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: CRSSC-CWI-CGrC2015
• 页码范围: 61-63,80
• 页数: 4页
• 分类号: O236
• 字数: 4104字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.1.014

摘要

粗糙集理论的基本思想是根据已知数据自身的不可分辨关系,通过一对近似算子,对某一给定概念进行近似表示.这种思想被应用在研究一个数据集对于另一个数据集的分类一致性上.提出了一种测量两个数据集一致性的新方法,并用Shannon熵定义了分类一致性.考虑到不同数据临近关系的影响,引入了模糊概念将测量对象由清晰分类转化为模糊分类,进而构造了一个广义的一致性度量,这种方法可以产生稳定的可判结果,有效地阻止建模技术中常出现的“黑箱”现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	米据生	河北师范大学数学与信息科学学院	59	764	10.0	27.0
2	车晓雅	河北师范大学数学与信息科学学院	2	6	2.0	2.0