粗糙集理论中几种离散化方法的比较研究

发布时间：2018-11-09 20:32

【摘要】：本文针对粗糙集理论常用的4种数据离散化方法,结合实例从离散化后变精度粗糙集模型下分类质量、近似精度以及离散化后约简变量集合与原始变量集的聚类相似度两个方面进行了对比,得到了离散化方法可信度的一致性结论。而在属性约简集的确定上,将评价指标约简视为多目标优化问题,采用遗传算法计算约简,并引用包含度得到了最优属性约简集。
[Abstract]:In this paper, four kinds of data discretization methods commonly used in rough set theory are discussed, and the classification quality of rough set model with variable precision after discretization is analyzed by an example. The approximate accuracy and the clustering similarity between the set of reduced variables and the original set of variables are compared, and the consistency of the reliability of the discretization method is obtained. In the determination of attribute reduction set, the evaluation index reduction is regarded as a multi-objective optimization problem. The genetic algorithm is used to calculate the reduction, and the optimal attribute reduction set is obtained by reference to the degree of inclusion.
【作者单位】： 邯郸学院;
【基金】：邯郸市科学技术研究与发展计划项目(1438201080-2) 河北省社会科学发展研究课题(2015031402) 河北省高等学校人文社会科学研究项目(SZ151162)
【分类号】：TP18

【相似文献】

相关期刊论文 前10条

1 张小峰;赵永升;刘智云;李明;;分类问题中连续属性的离散化方法[J];兰州理工大学学报;2007年01期

2 杨世儒;姜丰;;在连续控制系统离散相似法数字仿真中不同离散化方法的影响[J];吉林化工学院学报;1985年04期

3 卢志强;;连续时间系统课程的离散化方法综述[J];中国科教创新导刊;2010年34期

4 何军;谢冶博;刘红岩;顾应钦;杜小勇;;多关系离散化方法[J];清华大学学报(自然科学版);2010年01期

5 邹谋炎,刘小军;总变分图像复原方程的离散化方法[J];电子与信息学报;2001年09期

6 蒋盛益;李霞;郑琪;;一种近似等频离散化方法[J];暨南大学学报(自然科学与医学版);2009年01期

7 樊玉华;李文;;分数阶微分算子的离散化方法比较[J];大连交通大学学报;2008年03期

8 骆科东,王建民,孙家广;跨地区短时间序列的离散化方法[J];计算机工程与应用;2004年09期

9 李东琦;唐慧佳;张庆丰;;基于云模型的连续属性整体离散化方法[J];微计算机信息;2007年27期

10 刘军;随机连续系统离散化方法和分析[J];系统工程与电子技术;1995年11期

相关会议论文 前1条

1 苗夺谦;王珏;;RS理论中连续属性的离散化方法[A];1998年中国智能自动化学术会议论文集（下册）[C];1998年

相关博士学位论文 前3条

1 李云飞;非线性扩散占优偏泛函微分方程时间离散化方法比较及若干相关研究[D];湘潭大学;2015年

2 桑雨;连续数据离散化方法研究[D];大连理工大学;2012年

3 李明震;基于完全离散化方法的切削过程稳定性预测研究[D];华中科技大学;2013年

相关硕士学位论文 前3条

1 谢作将;面向朴素贝叶斯算法的离散化方法研究[D];北京交通大学;2008年

2 岳晓冬;基于粗糙集理论的连续值属性离散化方法研究[D];山西大学;2006年

3 王洪泽;一种改进的属性离散化方法[D];吉林大学;2007年

，

本文编号：2321484