权重模糊粗糙集的分类规则挖掘算法

• 作者: 刘洋 李抒音
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 知识发现 分类 粗糙集理论 规则挖掘 权重学习
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 211-215
• 页数: 5页
• 分类号: TP18
• 字数: 5939字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0053470

摘要

针对粗糙集分类规则挖掘算法LEM2剪枝条件过于严格的问题,提出一种权重模糊粗糙集的改进规则挖掘算法.在用例带权重的模糊粗糙集理论框架上分析面向混合数据的分类规则挖掘算法,引入粗糙集模型的近似覆盖参数作为挖掘算法的泛化度量参数,实现对规则集数量和规则形式复杂程度的调节.实验结果表明,与LEM2算法和DataSqueezer算法相比,该算法的平均精度和平均召回率更优,分别为81％和80％,且生成规则的平均长度最短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洋	郑州大学信息工程学院	177	604	12.0	18.0
2	李抒音	郑州航空工业管理学院艺术设计学院	12	30	3.0	5.0