基于模糊加权相似度量的粗糙集数据补齐方法

• 作者: 刘涛涛 徐安平 马福民
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粗糙集 数据补齐 模糊加权 相似性度量
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP391
• 字数: 6046字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1406-0325

摘要

目前基于粗糙集的数据补齐方法,大多都是通过计算决策信息系统中具有缺失值的对象与无缺失值的对象之间的相似性,选取相似性最大的对象的属性值来补齐缺失的数据.这类算法的问题在于:计算对象之间的相似性时所有条件属性对于决策属性的重要性是相同的,忽略了条件属性间的差异性.鉴于此,引入了模糊加权相似的概念,根据每个条件属性的重要性以及决策属性对条件属性的依赖度,计算对象间的相似性,提出基于模糊加权相似性度量的粗糙集数据补齐方法,并通过实例计算以及与现有算法的比较分析,说明了方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马福民	南京财经大学信息工程学院	21	88	5.0	7.0
2	刘涛涛	南京财经大学信息工程学院	3	13	2.0	3.0
3	徐安平	南京财经大学信息工程学院	2	9	2.0	2.0