基于粒计算的粗决策规则抽取与约简

发布时间：2019-04-22 13:46

【摘要】：规则挖掘是数据挖掘的一项重要研究内容,也是决策支持系统、人工智能和推荐系统等领域的研究热点,其中,属性约简和最小规则集合抽取是关键环节,尤其抽取效率决定了其可应用性。将粗糙集模型和粒计算理论应用于决策规则约简,通过粒化函数实现决策表的粒化,由粒隶属度和概念粒集构造算法生成初始概念粒集,进而根据概念粒的分辨算子进行属性约简,可视化的概念粒格实现决策规则提取。实验结果表明该方法更易计算机编程实现,比已有方法高效实用。
[Abstract]:Rule mining is not only an important research content in data mining, but also a hot topic in the fields of decision support system, artificial intelligence and recommendation system, among which attribute reduction and minimum rule set extraction are the key links. In particular, the efficiency of extraction determines its applicability. Rough set model and granular computing theory are applied to the reduction of decision rules. The granulation function is used to realize the granulation of decision table, and the initial concept set is generated from the degree of membership of the particle and the construction algorithm of the concept set. Then the attribute reduction is carried out according to the resolution operator of the concept particle, and the decision rules are extracted from the visual concept particle lattice. The experimental results show that this method is easier to be realized by computer programming and is more efficient and practical than the existing methods.
【作者单位】： 华北理工大学理学院;
【基金】：国家自然科学基金资助项目(No.61370168) 河北省自然科学基金资助项目(No.F2014209238)~~
【分类号】：TP18

【参考文献】

相关期刊论文 前10条

1 阎红灿;张奉;王云;刘保相;;基于粒计算的多值属性概念格约简[J];计算机应用;2015年S2期

2 于洪;王国胤;姚一豫;;决策粗糙集理论研究现状与展望[J];计算机学报;2015年08期

3 陈泽华;张裕;谢刚;;基于粒计算的最简决策规则挖掘算法[J];控制与决策;2015年01期

4 张清华;肖雨;;新的信息熵属性约简[J];计算机科学与探索;2013年04期

5 梁德翠;胡培;;概念层次中基于粗糙集的优化可信规则获取[J];计算机应用;2011年02期

6 鄂旭;邵良杉;张毅智;杨芳;李晗;杨佳欣;;一种基于粗糙集理论的规则提取方法[J];计算机科学;2011年01期

7 王国胤;姚一豫;于洪;;粗糙集理论与应用研究综述[J];计算机学报;2009年07期

8 徐凤生;;一种属性与值约简及规则提取算法[J];计算机工程与科学;2008年02期

9 王国胤;张清华;胡军;;粒计算研究综述[J];智能系统学报;2007年06期

10 仇国芳;陈劲;;概念格的规则约简与属性特征[J];浙江大学学报(理学版);2007年02期

【共引文献】

相关期刊论文 前10条

1 邵晓慧;季元翔;乐欢;;云计算与大数据环境下全方位多角度信息安全技术研究与实践[J];科技通报;2017年01期

2 王文静;张霞;赵银娣;王树东;;综合多特征的Landsat 8时序遥感图像棉花分类方法[J];遥感学报;2017年01期

3 张维;苗夺谦;高灿;李峰;;一种处理部分标记数据的粗糙集属性约简算法[J];计算机科学;2017年01期

4 李永锋;柏锦燕;;基于粗糙集理论的老年人网页感性设计研究[J];包装工程;2016年24期

5 胡帅鹏;张清华;姚龙洋;;一种变粒度的规则提取算法[J];重庆邮电大学学报(自然科学版);2016年06期

6 崔莉;陆文伟;葛乐;龚灯才;杨志超;;基于粗糙模糊集的输电杆塔塔材实际强度精确计算[J];电测与仪表;2016年23期

7 张任;王晖;;基于三支决策粗糙集的概念漂移研究[J];微型机与应用;2016年22期

8 谢小军;陈光喜;;基于多属性联合的朴素贝叶斯分类算法[J];计算机技术与发展;2016年12期

9 武友新;李文晶;钟子岳;;基于属性值集合链的粗糙集快速属性约简算法[J];计算机工程与设计;2016年11期

10 惠淑荣;索婉星;李丽锋;杜哲鑫;;造纸废水灌溉对芦苇生长和土壤质量的影响及综合评价[J];中国农业大学学报;2016年11期

【二级参考文献】

相关期刊论文 前10条

1 陈泽华;曹长青;谢刚;;基于粒矩阵的多变量真值表快速约简算法[J];模式识别与人工智能;2013年08期

2 余鹰;苗夺谦;刘财辉;王磊;;基于变精度粗糙集的KNN分类改进算法[J];模式识别与人工智能;2012年04期

3 安健;桂小林;张文东;蒋精华;张进;;物联网移动感知中的社会关系认知模型[J];计算机学报;2012年06期

4 张清华;王国胤;刘显全;;基于最大粒的规则获取算法[J];模式识别与人工智能;2012年03期

5 陈昊;杨俊安;庄镇泉;;变精度粗糙集的属性核和最小属性约简算法[J];计算机学报;2012年05期

6 钱进;苗夺谦;张泽华;;云计算环境下知识约简算法[J];计算机学报;2011年12期

7 贾修一;李伟nK;商琳;陈家骏;;一种自适应求三枝决策中决策阈值的算法[J];电子学报;2011年11期

8 钱宇华;梁吉业;王锋;;面向非完备决策表的正向近似特征选择加速算法[J];计算机学报;2011年03期

9 徐怡;李龙澍;;基于(α,λ)联系度容差关系的变精度粗糙集模型[J];自动化学报;2011年03期

10 滕书华;孙即祥;周石琳;李智勇;;基于信息观点的约简算法比较[J];计算机科学;2011年01期

，

本文编号：2462890