一种基于粗糙集的味觉信号识别方法

发布时间：2017-09-16 09:24

  本文关键词：一种基于粗糙集的味觉信号识别方法

  更多相关文章： 粗糙集 味觉信号 属性重要度 离散化 区间划分

【摘要】：提出一种基于粗糙集的味觉信号识别方法.该算法运用粗糙集技术,在决策规则生成过程中,充分考虑数据集中各属性的重要度,并动态对其进行更新.由于决策过程中不断更新属性重要度,保证了每次将重要度最高的属性加入决策规则集,进而保证了决策系统的约简.基于机器学习数据集UCI中的2个味觉信号数据winequality_white和winequality_red,算法采用十折交叉验证技术,独立进行10次实验,并与2个经典算法进行了对比.结果表明,本文算法的味觉信号识别正确率更高、更有效.
【作者单位】： 长春师范大学计算机科学与技术学院;清华大学信息科学技术学院;东北师范大学计算机科学与信息技术学院;
【关键词】： 粗糙集 味觉信号 属性重要度 离散化 区间划分
【基金】：国家留学基金资助项目(201408220056) 吉林省发展和改革委员会工业技术研究和发展计划项目(2014Y101) 吉林省教育厅科技计划基金资助项目(2014249;2015367;2013250)
【分类号】：R339.12;TP18
【正文快照】： 2.清华大学信息科学技术学院,北京100084;3.东北师范大学计算机科学与信息技术学院,吉林长春130117)0引言近年来,由波兰数学家Z.Pawlak提出的粗糙集理论备受广大科研工作者和从业人员的关注.粗糙集理论是一种处理不完备和不确定性知识的数据分析理论.该理论的优点是不需要预先

【相似文献】

中国期刊全文数据库 前2条

1 庞振凌;杜瑞卿;庞发虎;;粗糙集聚类分析与主成分分析法对双等位基因频率的分析与比较[J];河南师范大学学报(自然科学版);2007年01期

2 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 石文兵;基于粗糙集理论的粉螨亚目螨种智能鉴别系统研究[D];安徽理工大学;2008年

，

本文编号：862218