颜旭
- 作品数：2 被引量：20H指数：2
- 供职机构：江苏科技大学计算机科学与工程学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金江苏省“青蓝工程”基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于样本选择的启发式属性约简方法研究被引量：18
- 2016年
- 属性约简是粗糙集理论的核心研究内容之一。借鉴于贪心策略的启发式算法是求解约简的一种有效技术手段。传统的启发式算法使用了决策系统中的所有样本,但实际上每个样本对约简的贡献程度是不同的,这在一定程度上增加了启发式算法的时间消耗。为解决这一问题,提出了一种基于样本选择的启发式算法,该算法主要分为3步:首先从样本集中挑选出重要的样本;然后利用选取出的样本构建新的决策系统;最后利用启发式算法求解约简。实验结果表明,新算法能够有效地减少约简的求解时间。
- 杨习贝颜旭徐苏平于化龙
- 关键词：信息系统粗糙集属性约简
- 模糊粗糙集中基于测试代价敏感的属性约简被引量：2
- 2015年
- 相比于经典粗糙集方法,模糊粗糙集方法避免了数据离散化的过程,减少了信息损失。但基于传统模糊粗糙集的属性约简并未考虑实际应用中数据的测试代价,为解决这一问题,提出了一种近似质量与测试代价相融合的适应度函数,并利用遗传算法以求得具有较小测试代价的约简。最后,采用UCI中的8组数据集对基于新适应度函数的遗传算法与经典的启发式算法进行对比分析,实验结果表明,遗传算法相较于启发式算法能够在保证近似质量不发生明显变化的情况下获得具有较低测试代价的约简。
- 颜旭徐苏平窦慧莉
- 关键词：属性约简决策系统模糊粗糙集
