基于β边界阈值选取的VPRS分类新方法

• 作者: 李志磊 沈健 胡学伟 蒋芸
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 可变精度粗糙集(VPRS) 属性约简 β边界阈值 支持向量机
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 152-157
• 页数: 6页
• 分类号: TP301.6
• 字数: 5302字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1511-0112

摘要

深入研究了基于β边界阈值选取的变精度粗糙集分类问题,提出β边界阈值选取新方法.由于以往变精度阈值β人为设定,面对复杂多变的多种类型的大数据集,其应用范围有限.因此提出平均包含度的概念,将平均包含度作为选取上下近似集的阈值,能够根据不同类型的数据集生成最优变精度阈值,将边界域中信息量较大的条件属性归入正域.实验结果表明,改进后的算法下近似集增加,上近似集减小,边界区域减小.在不增加额外训练时间的前提下,与传统可变精度粗糙集(Variable Precision Rough Set,VPRS)相比,分类精度明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋芸	西北师范大学计算机科学与工程学院	38	377	11.0	18.0
2	沈健	西北师范大学计算机科学与工程学院	9	60	5.0	7.0
3	胡学伟	西北师范大学计算机科学与工程学院	11	89	7.0	9.0
4	李志磊	西北师范大学计算机科学与工程学院	6	44	3.0	6.0