期刊文献+

基于近似精度递归计算的一个属性约简算法 被引量:7

Attribute Reduction Algorithm Based on Recursive Computing of Approximation Quality
下载PDF
导出
摘要 首先分析粗糙集中不同正区域之间的关系 ,在此基础上推导出近似精度计算的一个简洁的递归公式 .在Jelonek属性约简算法[3 ] 的基础上 ,应用上述递归公式和独立性条件判别策略设计了一个改进的属性约简算法 ,与原算法相比 ,不仅在算法速度提高方面取得了明显的效果 ,而且保证了约简算法的正确性 . In this paper,we analyze firstly the relationship between positive regions in the context of rough set and in light of which we derive a simple recursive formula for computing the approximation quality.Then,the formula together with a strategy for verifying the independency condition is applied to improve Jelonek's attribute reduction algorithm.It turns out that the improved algorithm not only efficiently enhances the speed but also ensures the correctness of the algorithm.
作者 叶东毅
出处 《小型微型计算机系统》 CSCD 北大核心 2003年第12期2272-2274,共3页 Journal of Chinese Computer Systems
基金 国家自然科学基金项目 (70 0 71 0 0 5)资助 教育部科研重点项目 (0 0 1 85)资助 福建省自然科学基金项目(A0 0 1 0 0 0 9)资助
关键词 粗糙集 正区域 近似精度计算 递归公式 属性约简 Jelonek属性约简算法 rough set positive region approximation quality recursive formula attribute reduction
  • 相关文献

参考文献4

二级参考文献14

  • 1王珏,苗夺谦,周育健.关于Rough Set理论与应用的综述[J].模式识别与人工智能,1996,9(4):337-344. 被引量:264
  • 2苗夺谦.Rough Set理论及其在机器学习中的应用研究[博士学位论文].北京:中国科学院自动化研究所,1997..
  • 3Wang J,J Comput Sci Technol,1998年,13卷,2期,189页
  • 4周育健,硕士学位论文,1996年
  • 5Hu X H,Comput Intell,1995年,11卷,2期,323页
  • 6王珏,J Comput Sci Technol,1998年,13卷,2期,189页
  • 7Miao Duoqian,IEEE ICIPS’97,1997年,1155页
  • 8苗夺谦,博士学位论文,1997年
  • 9陆汝钤,人工智能,1996年
  • 10Wong S K M,Bull Polish Acad Sci,1985年,33卷,693页

共引文献672

同被引文献43

  • 1林成龙,孙即祥.粗糙集理论在决策判断中的应用[J].电光与控制,2005,12(1):47-50. 被引量:10
  • 2乔亚玲,闫维明.建筑结构震害预测方法研究评述[J].工业建筑,2005,35(6):1-5. 被引量:24
  • 3王珏,苗夺谦,周育健.关于Rough Set理论与应用的综述[J].模式识别与人工智能,1996,9(4):337-344. 被引量:264
  • 4HAN JIAWEI, KAMBER M. Data mining concepts and techniques [ M]. San Francisco: Morgan Kaufmann Publishers, 2005.
  • 5SAVASERE A, OMIECINSKI E, NAVATHE S. An efficient algorithm for mining association rules in large database[ C]// Proceedings of the 21th International Conference on Very Large DataBase. San Francisco: Morgan Kaufmann Publishers, 1995 : 432 - 443.
  • 6PASQUIER N, BASTIDE Y. Discovering frequent closed item sets for association rules[ C]// Proceedings of the 7th International Conference on Database Theory. London: Springer-Verlag, 1999:398 - 416.
  • 7HAN JIAWEI, PEI JIAN. Mining frequent patterns without candidate generation[C]// Proceedings of the 20th ACM SIGMOD International Conference on Management of Data. New York: ACM, 2000:1 - 12.
  • 8BERZAL F, CUBERO J, MARIN N. TBAR: An efficient method for association rule mining in relational databases[ J]. Data and Knowledge Engineering, 2001,37(1) : 47 -64.
  • 9PAWLAK Z. Rough sets[ J]. International Journal of Computer Information Science, 1982, 11 (5) : 341 - 356.
  • 10PAWLAK Z. Rough sets: Theoretical aspects of reasoning about data [ M]. Netherlands: Kluwer Academic Publishers, 1991.

引证文献7

二级引证文献29

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部