期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

一种基于概括约简的特征提取新方法

New Character-Abstraction Method Based on Generalization &Reduction
下载PDF
导出
摘要 为适应特征级信息融合计算的需要,在粗糙集理论框架下,提出了一种基于概括约简的特征提取新方法·首先引入层次树的概念研究了属性值的抽象概括方法,然后设计了两种带有互补性的属性约简方法,一种是利用条件属性间的相关性作为约简策略去除冗余条件属性,另一种是利用有效一致性因子原则约简无关条件属性·设计的方法弥补了粗糙集理论中目前还存在的处理对象范围狭窄和处理效果较差等方面缺陷·应用实例验证了方法的正确性和可信性· ion; fusion computing; rough set; generalization and reduction
作者 张德干 尹国成 郝先臣 赵海
机构地区 东北大学信息科学与工程学院
出处 《东北工学院学报》 CSCD 北大核心 2004年第6期551-554,共4页
基金 国家自然科学基金资助项目(69873007)
关键词 概括约简 特征提取 信息融合计算 粗糙集 层次树 相关性 一致性 character
分类号 TP391 [自动化与计算机技术—计算机应用技术]
  • 相关文献

参考文献10

  • 1张德干,郝先臣,尹国成,赵海.基于神经元网络的发电机融合控制方法[J].东北大学学报（自然科学版）,2001,22(3):249-252. 被引量：8
  • 2尹国成,张德干,朱红艳,赵海.基于熵模型的自适应信息融合方法[J].东北大学学报（自然科学版）,2002,23(3):232-235. 被引量：5
  • 3Zhang D G, Zhao H. Fuzzy-neural theory applied to electric fault fusion forecast in monitoring system of hydropower plant[A]. The 4th lnformation Fusion International Gmference[C]. Montreal: CM Press, 2001.11.
  • 4Kryszkiewicz M. Rough ,set approach to incomplete information systerns[ J ]. lnformation Sciences, 1998, 11(2):39-49.
  • 5Choubey S K, Deougun J S, Raghavan V V, et al. A comparison of feature selection algorithm in the context of rough classifiers [ A]. 5th IEEE lnt Conf Fuzzy Systems[(7]. New Orleans: Prentice Hall, 1995. 1122- 1128.
  • 6Lenarcik A, Piasta Z. Rough classifiers sensitive to costs varying from object to object [ J ]. Inter J of Information Sciences, 1998, (3) : 222 - 230.
  • 7Pal D K, Skowron A. Rough Fuzzy Hybridization [M ].Berlim Springer Verlag, 1999. 233 - 262.
  • 8Starzyk J, Nelson D E, Sturtz K. Reduct generation in information system[J ]. Bulletin of lnternational Rough SetScriety, 1999,3(1/2):19-22.
  • 9Luca A D, Termini S. A definition of non-probabilistic entropy in the setting fuzzy sets theory[J ]. lnJbrmatiotz and Control, 2002,20(6) :301 - 312.
  • 10Fayyad U, Piatetsky G, Smyth P. The KDD process for extracting useful knowledge from volumes of data [ J ].Communications of the ACM, 1999,39( l l ) :27-35.

二级参考文献12

  • 1[1]Zhou B Y, Leung H. Minimum entropy approach for multisensor data fusion[A]. In:Larson P ed. IEEE Signal Processing Workshop on High-Order Statistics(SPW-HOS'97)[C].NY:Prentice Hall, 1997.336-339.
  • 2[2]Jansen M, Roose D. Bayesian correction of wavelet threshold procedures for images denoising[J]. Bayesian Statistical Science, 1998,35:245-251.
  • 3[3]Luca A D,Termini S. A definition of non-probabilistic entropy in the setting of fuzzy sets theory[J]. Information and Control, 1972,20:301-312.
  • 4[4]Couso I, Montes S. Measure of fuzziness and information theory[A]. In:Soheil S ed. Information Processing and Management of Uncertainty in Knowledge[C]. NY:Prentice Hall, 1996.501-505.
  • 5[5]Fioretto A, Sgarro A. A second step information measure and the uncertainty of bodies of evidence[A]. In:Soheil S ed. Information Processing and Management of Uncertainty in Knowledge[C]. NY:Prentice Hall, 1996.687-691.
  • 6[6]Connant R C. Detecting subsystems of a complex system[J]. IEEE Transactions on Systems, Man and Cybernetics, 1972,2(4):550-553.
  • 7[7]Zellner A, Highfield R A. Calculation of maximum entropy distributions and approximation of marginal posterior distributions[J]. Journal of Econometrics, 1988,37:195-209.
  • 8[8]Djafari A M. Entropy in signal processing[J]. Traitement du Signal, 1998,15(6):545-551.
  • 9[9]Chakik F E. Maximum d'entropie et reseaux de neurones pour la classification[J]. These dedoctorat 3eme cycle, Institut Polytechnique de Grenoble, 1998,9:236-241.
  • 10[10]Christophe D. Utilisation d'un critere entropique dans les systemes de detection[J]. These de doctorat 3eme cycle, Universite des Sciences et Technologies de Lille, 1998,12:125-130.

共引文献11

东北工学院学报
2004年 第6期

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