基于容错改进的邻域粗糙集属性约简算法

• 作者: 刘遵仁 彭潇然 纪俊
• 来源期刊: 计算机应用研究
• 关键词: 粗糙集 邻域粗糙集 决策粗糙集 属性约简 容错性
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2256-2259,2314
• 页数: 5页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.08.004

摘要

作为Pawlak粗糙集的扩展,邻域粗糙集能有效地处理数值型的数据.但是,因为沿用了Pawlak粗糙集在构造上下近似集时的包含关系,邻域粗糙集对噪声数据的容错性很差.针对这个问题,通过引入贝叶斯最小风险决策规则,提出了一种基于容错改进的邻域粗糙集属性算法.通过与现有的算法进行比较,实验结果表明,在数据预处理阶段用该算法能得到更好的属性约简.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘遵仁	青岛大学计算机科学技术学院	19	93	5.0	9.0
2	彭潇然	青岛大学数据科学与软件工程学院	7	6	1.0	1.0
3	纪俊	青岛大学计算机科学技术学院	10	16	2.0	3.0