国家自然科学基金(11201490)
- 作品数：3 被引量：6H指数：1
- 相关作者：杨田伍秀华王玉芳更多>>
- 相关机构：中南林业科技大学湖南师范大学荆楚理工学院更多>>
- 发文基金：国家自然科学基金湖南省自然科学基金湖南省科技厅科技计划项目更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 覆盖粗糙集属性约简的新算法被引量：5
- 2013年
- 覆盖广义粗糙集是Pawlak粗糙集的重要推广,其属性约简是粗糙集理论中最重要的问题之一。Tsang等基于一种生成覆盖设计了覆盖信息系统属性约简算法,但并未明确指出其适用的覆盖粗糙集类型。在本文中,我们首先指出Tsang的属性约简算法适用的覆盖粗糙集是第五,第六和第七类。其次,我们通过建立覆盖与自反且传递的二元关系之间的等价关系,提出了一种时间复杂度更低的属性约简算法,并证明了本文中的属性约简方法就是Wang等所提出的一般二元关系属性约简的特例。本文不仅提出了属性约简的简化算法,还首次建立起覆盖属性约简与二元关系属性约简之间的联系,具有理论和实际的双重意义。
- 杨田伍秀华王玉芳
- 关键词：粗糙集粒计算信息系统属性约简
- 基于变精度覆盖粗糙集的入侵检测方法被引量：1
- 2020年
- 精准且快速地识别异常用户行为是入侵检测系统(IDS)的重要任务。针对入侵检测数据维度高、样本量大的问题,提出了基于变精度覆盖粗糙集的相关族属性约简方法,并将其运用至入侵检测数据中。首先,基于覆盖决策表生成条件属性的变精度相关族;然后,在所有条件属性变精度相关族的基础上利用启发式算法求得决策表的属性约简;最后,在上述的基础上结合分类器对入侵检测数据进行检测。实验结果表明,所提方法具有计算属性约简时间短的优点,在大样本数据集上,基于模糊粗糙集依赖度的属性约简算法NFRS运行所需时长为该算法的96倍。在入侵检测数据集NSL-KDD上,该方法可快速识别关键属性,剔除无效信息,其整体准确率可达到90.53%,且对Normal的识别准确率可达到97%。
- 欧彬利钟夏汝代建华杨田
- 关键词：粗糙集属性约简入侵检测
- 基于覆盖度的银行客户分类模型
- 2023年
- 投资收入是银行的主要收入来源之一。近年来,客户的投资意向显著降低,银行的投资收入减少。因此,银行希望将营销工作重点放在订阅概率更高的客户上。然而,繁多的客户样本以及客户信息导致银行的客户筛选工作低效。面对庞大的客户信息数据,粗糙集理论可以在不影响决策分类结果的前提下,通过属性约简删除属性集中的冗余属性,并导出问题的决策规则,提高效率。但在传统的属性约简过程中,没有针对进入正域的噪声样本进行控制,导致噪声特征被加入约简集。本文基于高效的相关族定义覆盖度,限制进入正域的样本。实验结果表明,覆盖度算法能够提高分类算法准确度及稳定性。最后,本文并将算法运用于银行客户分类实际问题中,剔除无用信息,筛选出关键属性,提高了分类准确度和稳定性,构建简洁高效的银行客户分类模型。
- 鄢凡松崔灿刘伟祺杨田
- 关键词：属性约简粗糙集理论覆盖度
