模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2006, Vol. 19 Issue (3): 412-416    DOI:
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
一种基于粗糙集的离散化算法*
石红
天津大学 计算机科学与技术学院 天津 300072
A Global Discretization Method Based on Rough Sets
SHI Hong
School of Computer Science and Technology, Tianjin University, Tianjin 300072

全文: PDF (310 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 粗糙集理论以其独特的数据约简能力在不确定信息处理的相关领域得到广泛关注和研究,而连续属性的离散化是粗糙集方法及其它归纳学习系统中的重要环节.将离散化视作一种信息概括、抽象和约简,利用粗糙集理论提出一种全局的离散化算法.算法通过定义一致性度量,实现全局离散,弥补了局部离散化MDLP方法引入不一致的缺陷.然后在保持一致性前提下,进一步对离散中分割点的冗余进行约简.实验采用ID3和粗糙集分类工具ROSETTA在多个大数据集上对提出的离散方法进行分类验证,实验结果表明该算法的有效性和优越性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
石红
关键词 离散化粗糙集一致性约简    
Abstract:Since rough sets theory unveils the dependency of data and implements data reduction, it has attracted much attention from more and more fields. Moreover, discretization of continuous attributes plays an important role in rough sets theory and other induction learning systems. Because discretization is viewed as a process of information generalization (or abstraction) and data reduction, a global discretization algorithm is proposed based on rough sets theory. It modifies the criterion of selecting the best cut points, and introduces inconsistency checking to preserve the fidelity of the original data,which changes the MDLP method into a global one. Then the reduction of cut points is performed to lead to small size learning model while keeping the consistency level. The proposed algorithm is tested on several data sets with ID3 and ROSETTA. Experimental results show that this method performs better than MDLP and it is also superior to processing continuous data directly without discretization.
Key wordsDiscretization    Rough Sets    Consistency    Reduction   
收稿日期: 2004-12-27     
ZTFLH: TP181  
基金资助:天津大学青年教师基金资助项目
作者简介: 石红,女,1975年生,讲师,主要研究方向为模式识别、粗糙集等.E-mail: shiscene@yahoo.com.cn.
引用本文:   
石红. 一种基于粗糙集的离散化算法*[J]. 模式识别与人工智能, 2006, 19(3): 412-416. SHI Hong. A Global Discretization Method Based on Rough Sets. , 2006, 19(3): 412-416.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2006/V19/I3/412
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn