首页 | 本学科首页   官方微博 | 高级检索  
     

一种改进的基于粗糙集理论的启发式特征选择算法
引用本文:亢婷,魏立力. 一种改进的基于粗糙集理论的启发式特征选择算法[J]. 宁夏大学学报(自然科学版), 2008, 29(2)
作者姓名:亢婷  魏立力
作者单位:宁夏大学,数学计算机学院,宁夏,银川,750021;宁夏大学,数学计算机学院,宁夏,银川,750021
基金项目:国家自然科学基金 , 教育部科学技术研究重点项目
摘    要:在最大支持启发函数的基础上提出了一种新的基于粗糙集的启发函数,称为参数加权平均支持启发函数.该方法的优点是考虑了可能性规则集的整体质量,它所选出的特征在决策类上能形成具有高加权平均支持度的规则,并且能够利用阈值调整下近似的水平.计算实例表明该方法是有效的.

关 键 词:粗糙集  特征选择  加权平均支持启发函数  参数加权平均支持启发函数

An Improved Heuristic Feature Selection Algorithm Based on Rough Set Theory
Kang Ting,Wei Lili. An Improved Heuristic Feature Selection Algorithm Based on Rough Set Theory[J]. Journal of Ningxia University(Natural Science Edition), 2008, 29(2)
Authors:Kang Ting  Wei Lili
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号