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  2017, Vol. 30 Issue (11): 1048-1056    DOI: 10.16451/j.cnki.issn1003-6059.201711010
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于最大粒的悲观邻域多粒度粗糙集规则获取算法*
陈静雯1,马福民1,张腾飞2,曾永钢1
1.南京财经大学 信息工程学院 南京 210023
2.南京邮电大学 自动化学院 南京 210023
Rule Acquisition Algorithm for Neighborhood Multi-granularity Rough Sets Based on Maximal Granule
CHEN Jingwen1, MA Fumin1, ZHANG Tengfei2, ZENG Yonggang1
1.College of Information Engineering, Nanjing University of Finance and Economics, Nanjing 210023
2.School of Automation, Nanjing University of Posts and Telecommunications, Nanjing 210023

全文: PDF (602 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 基于粒计算的规则获取在一定程度上弥补规则获取算法的缺陷,然而大多数算法仅适用于处理名词型数据.为了从多粒度、多层次的角度处理数值型或混合型数据,基于邻域多粒度粗糙集模型,通过计算邻域多粒度条件粒与决策粒,分析条件粒在规则获取过程中的冗余关系,进而通过剪枝规则获取过程中的冗余条件粒.在此基础上,设计较高效的基于最大粒的悲观邻域多粒度粗糙集规则获取算法.通过理论分析与实例对比验证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
陈静雯
马福民
张腾飞
曾永钢
关键词 邻域多粒度 粗糙集 规则获取 粒计算    
Abstract:Granular computing based rule acquisition algorithms remedy the defects of rule acquisition algorithms to some extent. However, most of these algorithms can merely deal with categorical data. To further process the numerical or mixed data from the perspective of multi-granularity and multi-level, the neighborhood multi-granularity rough set model is adopted. Through calculating neighborhood multi-granularity condition granules and decision granules, the redundancy relation of condition granules in the process of rule acquisition is analyzed, and thus the redundant condition granules are further pruned. A rule acquisition algorithm for neighborhood multi-granularity rough set based on maximal granule is developed. The validity and superiority of the proposed algorithm are demonstrated by theoretical analysis and comparable experiments.
Key wordsNeighborhood Multi-granularity    Rough Set    Rule Acquisition    Granular Computing   
收稿日期: 2017-07-31     
ZTFLH: TP 18  
基金资助:国家自然科学基金项目(No.61403184、61105082)、江苏省高校自然科学研究重大项目(No.17KJA120001)、江苏省“青蓝工程”项目(No.QL2016)、江苏高校优势学科建设工程资助项目(No.PAPD)、江苏省研究生科研创新计划项目(No.KYCX17_1210)、南京邮电大学“1311人才计划”基金项目(No.NY2013)资助
作者简介: 陈静雯,女,1993年生,硕士研究生,主要研究方向为粒计算、智能信息处理.E-mail:386549776@qq.com.
马福民(通讯作者),女,1979年生,博士,副教授,主要研究方向为智能信息处理、智能生产系统等.E-mail:fmmatj@126.com.
张腾飞,男,1980年生,博士,教授,主要研究方向为智能信息处理、大数据分析等.E-mail:tfzhang@126.com.
曾永钢,男,1994年生,硕士研究生,主要研究方向为数据挖掘、智能信息处理.E-mail:284764531@qq.com.
引用本文:   
陈静雯,马福民,张腾飞,曾永钢. 基于最大粒的悲观邻域多粒度粗糙集规则获取算法*[J]. 模式识别与人工智能, 2017, 30(11): 1048-1056. CHEN Jingwen, MA Fumin, ZHANG Tengfei, ZENG Yonggang. Rule Acquisition Algorithm for Neighborhood Multi-granularity Rough Sets Based on Maximal Granule. , 2017, 30(11): 1048-1056.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201711010      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2017/V30/I11/1048
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