基于极大相容块的邻域粗糙集模型

• 作者: 李德玉 王素格 程永林
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 属性约简 边界样本 邻域粗糙集 极大相容块
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 基于粒计算的数据表示与分析研究
• 页码范围: 529-536
• 页数: 8页
• 分类号: TP391
• 字数: 3680字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2019.04.002

摘要

对于数值型数据而言,邻域粗糙集模型是处理不确定信息的有效工具. 现有的邻域粗糙集模型仅关注那些邻域中所有样本都属于同一个决策类的一致性情形,无法利用邻域中与多个决策类相交的边界样本所蕴含的信息.针对邻域粗糙集的这一局限性,将相容关系的极大相容块与邻域粗糙集相结合,选取样本邻域内的最大等价块作为最小的信息粒,通过重新定义邻域粗糙集的上下近似和属性重要度等概念,建立了一种基于极大相容块的邻域粗糙集模型. 该模型可在更小的信息粒度下将原来边界样本转化成一致性样本来增大正域. 运用前向贪婪策略构建了相应的属性约简算法. 在七个公开的UCI数据集上的对比实验验证了提出模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德玉	山西大学计算机与信息技术学院	83	753	12.0	24.0
5	王素格	山西大学计算机与信息技术学院	88	812	14.0	25.0
9	程永林	山西大学计算机与信息技术学院	1	0	0.0	0.0