基于近似度的不完备信息系统属性约简

doi:10.3969/j.issn.1000-3428.2011.03.017

计算机工程 ›› 2011, Vol. 37 ›› Issue (3): 47-48. doi: 10.3969/j.issn.1000-3428.2011.03.017

基于近似度的不完备信息系统属性约简

汪琼枝^1a,1b，吴涛^1a,1b,2，毛军军^1a,1b，张培根^1b

(1. 安徽大学 a. 智能计算与信号处理教育部重点实验室；b. 数学科学学院，合肥 230039； 2. 南京大学计算机软件新技术国家重点实验室，南京 210093)

出版日期:2011-02-05 发布日期:2011-01-28
作者简介:汪琼枝(1983－)，女，硕士研究生，主研方向：智能计算，机器学习；吴涛，教授、博士；毛军军，副教授、博士；张培根，本科生
基金资助:
中国博士后基金资助面上项目(20070411028)；国家自然科学基金资助项目(60675031)；安徽省自然科学基金资助项目(KJ 2008B093)；安徽大学学术创新团队基金资助项目(KJTD001B)；安徽大学大学生创新性实验基金资助项目(30005)；安徽大学人才队伍建设基金资助项目

Incomplete Information System Attribute Reduction Based on Approximate Degree

WANG Qiong-zhi ^1a,1b, WU Tao ^1a,1b,2, MAO Jun-jun ^1a,1b, ZHANG Pei-gen^1b

(1a. Key Laboratory of Intelligent Computing & Signal Processing of Ministry of Education; 1b. School of Mathematical Sciences, Anhui University, Hefei 230039, China; 2. State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing 210093, China)

Online:2011-02-05 Published:2011-01-28

摘要/Abstract

摘要： 在容差关系下，针对属性集P在分类中的不同个体贡献，引入粗糙集的近似度概念，结合属于/不属于集合Rp(x)的元素贡献的不确定性，定义一种新的知识熵，从而实现基于近似度的不完备信息系统属性约简算法。仿真结果表明，与IEARA算法相比，该算法具有较高的约简效率。

关键词: 近似度, 不完备信息系统, 属性约简

Abstract: This paper considers the differences of the individual contribution based on attribute set P classification in the tolerance relation, introduces the notion of approximate degree for the rough set. It defines a new entropy based on the consideration of both the elements belong to a set of Rp(x) and does not belong to Rp(x). On this basis, an attribute reduction algorithm based on approximate degree for incomplete information system is realized. Simulation results show that this algorithm has better reduction efficiency than IEARA algorithm.

Key words: approximate degree, incomplete information system, attribute reduction

中图分类号:

TP18

汪琼枝, 吴涛, 毛军军, 张培根. 基于近似度的不完备信息系统属性约简[J]. 计算机工程, 2011, 37(3): 47-48.

HONG Qiong-Qi, TUN Chao, MAO Jun-Jun, ZHANG Pei-Gen. Incomplete Information System Attribute Reduction Based on Approximate Degree[J]. Computer Engineering, 2011, 37(3): 47-48.

http://www.ecice06.com/CN/Y2011/V37/I3/47

[1]	邱宁佳,李娜,胡小娟,王鹏,孙爽滋. 基于粒子群优化的朴素贝叶斯改进算法[J]. 计算机工程, 2018, 44(11): 27-32,39.
[2]	罗党,毛文鑫,孙慧芳. 灰色优势关系下不完备不一致决策表属性约简[J]. 计算机工程, 2017, 43(11): 166-172.
[3]	丁棉卫,张腾飞,马福民. 基于二进制区分矩阵的增量式属性约简算法[J]. 计算机工程, 2017, 43(1): 201-206.
[4]	洪国栋,闵卫东. 网络故障管理中基于邻域粗糙集的规则自动生成[J]. 计算机工程, 2016, 42(9): 310-314.
[5]	刘涛涛,马福民,张腾飞. 基于正区域和差别元素的增量式属性约简算法[J]. 计算机工程, 2016, 42(8): 183-187,193.
[6]	鄂旭,谭艳,励建荣,毛玫静,杨明婧. 水产品安全评估体系中属性约简算法研究[J]. 计算机工程, 2016, 42(3): 74-79.
[7]	吴杰,梁妍,马垣. 基于下确界不可约的概念格属性约简方法[J]. 计算机工程, 2016, 42(11): 213-218.
[8]	胡燕,王慧琴,黄东宇,马宗方. 基于改进GA-RS的火焰图像特征自适应选择[J]. 计算机工程, 2015, 41(8): 186-189.
[9]	曹炳汝,刘勇. 基于集对势优势关系的变精度粗糙集模型[J]. 计算机工程, 2015, 41(11): 35-40.
[10]	陈超，陈性元，杨英杰，汪永伟. 基于粗糙集和D-S证据理论的系统安全评估[J]. 计算机工程, 2013, 39(10): 138-142.
[11]	蒙祖强, 周石泉, 黄柏雄. 基于多线程技术的分辨函数析取范式生成算法[J]. 计算机工程, 2013, 39(1): 45-48.
[12]	吴雪莲, 孙丙宇, 李文波, 张洁. 基于粗糙集和CBR的救灾口粮需求预测[J]. 计算机工程, 2012, 38(9): 158-161.
[13]	李旻, 陈卫东. 一种属性约简的探测性贪婪算法[J]. 计算机工程, 2012, 38(19): 163-166.
[14]	韩晓琴, 孙士保, 张瑞玲. 不完备决策表中基于相对知识量的属性约简[J]. 计算机工程, 2012, 38(11): 59-61,65.
[15]	高飞, 周学广, 孙艳. 基于关联规则和粗糙集的话题特征提取方法[J]. 计算机工程, 2012, 38(10): 63-66.

选择文件类型/文献管理软件名称

选择包含的内容

基于近似度的不完备信息系统属性约简

Incomplete Information System Attribute Reduction Based on Approximate Degree

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于近似度的不完备信息系统属性约简

Incomplete Information System Attribute Reduction Based on Approximate Degree

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价