F-粗糙集视角的概念漂移与属性约简

• 作者: 李亚楠 邓大勇 黄厚宽
• 来源期刊: 自动化学报
• 关键词: F-粗糙集 数据流 概念漂移 属性约简 条件信息熵
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 论文与报告
• 页码范围: 1781-1789
• 页数: 9页
• 字数: 9317字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c170213

摘要

概念漂移探测是数据流挖掘具有挑战意义的研究难点,属性约简是粗糙集理论的研究核心.从概念漂移的角度研究了粗糙集理论的属性约简,从粗糙集属性约简的角度研究了概念漂移,将概念漂移和属性约简进行分析比较,指出了它们之间的区别和联系.提出了基于属性依赖度和条件熵的概念漂移探测准则,并将两种常用的概念漂移探测准则与属性依赖度、条件熵探测准则进行了比较.属性依赖度和条件熵兼具分类准确率的可实验检验和联合概率分布可进行理论分析的优点,还可以进行属性约简(或特征选择).实验结果显示,属性依赖度、条件熵和分类准确率都能有效地探测概念漂移,但是,与分类准确率相比,属性依赖度和条件熵在探测概念漂移时可以增加可重用性,减少工作量.属性约简和概念漂移之间关系的研究为属性约简、概念漂移的研究提供了新方法,为粗糙集、粒计算进一步融入大数据时代潮流提供了新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄厚宽	北京交通大学计算机与信息技术学院	139	2476	26.0	44.0
2	邓大勇	浙江师范大学数理与信息工程学院	24	127	7.0	10.0
6	李亚楠	浙江师范大学数理与信息工程学院	9	6	2.0	2.0