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  2013, Vol. 26 Issue (1): 42-49    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于信息熵的核属性增量式高效更新算法
钱文彬1,2,杨炳儒1,2,徐章艳3,张长胜1,2
1.北京科技大学计算机与通信工程学院北京100083
2.北京科技大学材料领域知识工程北京市重点实验室北京100083
3.广西师范大学计算机科学与信息工程学院桂林541004
Efficient Incremental Updating Algorithm for Core AttributeBased on Information Entropy
QIAN Wen-Bin1,2,YANG Bing-Ru1,2,XU Zhang-Yan3,ZHANG Chang-Sheng1,2
1. School of Computer and Communication Engineering,University of Science and Technology Beijing,Beijing 100083
2.Beijing Key Laboratory of Knowledge Engineering for Materials Science,University of Science and Technology Beijing,Beijing 10083
3.College of Computer Science and Information Technology,Guangxi Normal University,Guilin 541004

全文: PDF (513 KB)   HTML (0 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对基于信息熵求核算法效率不理想的情况,给出信息观下的二进制差别矩阵定义,理论上证明基于信息熵的核属性与基于二进制差别矩阵的核属性等价;并将决策表划分为相容的对象集和不相容的对象集,缩小求核算法的搜索空间;然后针对动态的决策表,研究核属性的增量更新机制,由此构造一种基于信息熵的核属性增量式高效更新算法。实例分析与实验结果验证文中算法优于同类求解算法。
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
钱文彬
杨炳儒
徐章艳
张长胜
关键词 粗糙集信息熵核属性增量更新算法复杂度    
Abstract:Since the efficiency of the algorithms for core attribute based on information entropy is not well,the binary discernibility matrix from information view is defined. And it is proved theoretically that the core attribute based on the binary discernibility matrix is equivalent to that based on information entropy. The objects in the decision table are categorized into a consistent set and an inconsistent set,which effectively reduces the search space of algorithm for core attribute. Additionally,for dynamic decision table,the incremental updating mechanism for core attribute is discussed. Based on the mechanism,an efficient incremental updating algorithm for core attribute based on information entropy is proposed. The example analysis and experimental results show that the proposed algorithm outperforms other similar algorithms.
Key wordsRough Set    Information Entropy    Core Attribute    Incremental Updating    Algorithm Complexity   
收稿日期: 2011-05-10     
ZTFLH: TP18  
基金资助:国家自然科学基金项目(No.60963008,60875029)、国家973计划项目(No.2009CB522701)、材料领域知识工程北京市重点实验室2012年度阶梯计划项目(No.Z121101002812005)资助
作者简介: 钱文彬(通讯作者),男,1984年生,博士研究生,主要研究方向为粗糙集理论、数据挖掘。E-mail:qianwenbin1027@126。com。杨炳儒,男,1943年生,教授,博士生导师,主要研究方向为人工智能、数据挖掘、智能系统。徐章艳,男,1972年生,博士,教授,主要研究方向为粗糙集、模糊集、数据挖掘。张长胜,男,1978年生,讲师,博士研究生,主要研究方向为智能计算、数据挖掘。
引用本文:   
钱文彬,杨炳儒,徐章艳,张长胜. 基于信息熵的核属性增量式高效更新算法[J]. 模式识别与人工智能, 2013, 26(1): 42-49. QIAN Wen-Bin,YANG Bing-Ru,XU Zhang-Yan,ZHANG Chang-Sheng. Efficient Incremental Updating Algorithm for Core AttributeBased on Information Entropy. , 2013, 26(1): 42-49.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2013/V26/I1/42
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