加权模糊粗糙约简

• 作者: 李翠平 李雪峰 范星奇 赵素云 陈红
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 模糊粗糙集 属性约简 权重 高维数据
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 第十六届中国机器学习会议
• 页码范围: 133-139
• 页数: 7页
• 分类号: TP311
• 字数: 9271字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.01.022

摘要

基于模糊粗糙集的传统约简算法的时间代价较高,在处理大规模数据时耗时过长,且在许多实际大规模数据集上存在有限时间内无法收敛等问题.因此将权重引入属性约简的定义中,其中属性权重是属性重要度的数值指标.通过构建优化问题来求解属性权重,证明了属性依赖度即是属性权重的最优解.因此,提出了基于属性权重排序的约简算法,从而大大提升了约简的速度,使得约简算法可以应用于大规模数据集,特别是高维数据集中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈红	中国人民大学信息学院	86	978	16.0	29.0
2	李翠平	中国人民大学信息学院	20	297	8.0	17.0
3	李雪峰	中国人民大学环境学院	13	29	4.0	4.0
4	赵素云	中国人民大学信息学院	5	23	2.0	4.0
5	范星奇	中国人民大学信息学院	1	3	1.0	1.0