基于图的粗糙集属性约简方法 |
| |
引用本文: | 米据生,陈锦坤.基于图的粗糙集属性约简方法[J].西北大学学报,2019(4):508-516. |
| |
作者姓名: | 米据生 陈锦坤 |
| |
作者单位: | 河北师范大学数学与信息科学学院;河北省计算数学与应用重点实验室;闽南师范大学数学与统计学院 |
| |
摘 要: | 属性约简是粗糙集理论研究的一个基本问题,它是一种有效的数据约简方法。然而,目前很多的属性约简算法在面对高维数据集时仍然不够高效。文中利用图论的相关理论和方法,对基于区分矩阵的粗糙集属性约简方法给出了直观和等价的刻画。在此基础上提出了基于图论的粗糙集属性约简方法。实验结果表明,新的属性约简算法在面对较大规模的数据集,尤其是高维的数据集时,不仅能有效地降低数据的维数,同时运行速度快且能保持较高的分类精度。
|
关 键 词: | 粗糙集 属性约简 图论 顶点覆盖 |
Graph-based approaches for attribute reduction in Rough sets |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|