区间序信息系统的无监督特征选择

目前已有很多针对单值信息系统的无监督特征选择方法,但针对区间值信息系统的无监督特征选择方法却很少.针对区间序信息系统,文中提出模糊优势关系,并基于此关系扩展模糊排序信息熵和模糊排序互信息,用于评价特征的重要性.再结合一种综合考虑信息量和冗余度的无监督最大信息最小冗余(Um IMR)准则,构造无监督特征选择方法.最后通过实验证明文中方法的有效性.

基于模糊相似关系的区间值系统的不确定性度量

针对区间值信息系统,对基于模糊相似关系的不确定性度量问题进行了研究。首先,构造了一种模糊粗糙集模型,其中包括基于一种模糊相似度定义模糊关系矩阵以及模糊相似类,并通过实例说明;接着在此基础上,引入两种指定的逻辑算子推广模糊上下近似的定义;最后,扩展精度、粗糙度、近似精度等定义来研究区间值信息系统的不确定性度量问题。同时,进一步研究了相关性质定理并进行推导证明,结果表明所扩展的不确定度量概念对于区间值信息系统是有效地。

基于模糊粗糙依赖度的区间值系统特征选择

针对区间值决策系统,提出一种基于模糊粗糙依赖度的特征选择方法,其中使用了一种综合考虑相关度和冗余度的特征选择标准来评价特征的重要性。相关度和冗余度使用模糊粗糙依赖度分别度量条件特征与决策特征之间的依赖和条件特征与条件特征之间的依赖。实验数据显示,对于扩展的分类算法,大多数据集在使用该特征方法得到的特征选择子集表征数据时,可以达到相当甚至优于原始特征集表征数据的结果,表明所提方法能有效选择特征并提高分类算法的性能。