基于模糊超网络的知识获取方法研究

• 作者: 程麟焰 胡峰
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 模糊等价 模糊集 模糊粗糙集 三支决策 超网络 知识获取方法 分类算法
• 年，卷（期）: 2019,（3）
• 页码范围: 479-490
• 页数: 12页
• 分类号: TP18
• 字数: 7258字
• 语种: 中文
• DOI: 10.11992/tis.201804055

摘要

本文结合模糊粗糙集理论与超网络的相关知识,提出了一种模糊超网络模型.与传统超网络模型的不同之处在于,模糊超网络模型采用了模糊等效关系来代替超网络中的分明等效关系,并在此基础上对超边的生成和演化进行了改进.根据样本的分布将样本集划分成3个区域,即正域、边界域和负域,不同区域的样本按照不同的方式生成超边;根据分类效果将超边集也划分成3个区域,并对不同区域的超边进行相应地替换处理.实验结果表明,在正确率、Precision、Recall等指标上,模糊超网络分类算法具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡峰	重庆邮电大学计算机科学与技术学院	49	519	11.0	21.0
5	程麟焰	重庆邮电大学计算机科学与技术学院	1	0	0.0	0.0