于群
- 作品数:2 被引量:1H指数:1
- 供职机构:河北大学更多>>
- 发文基金:河北省自然科学基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 多准则分类问题中近似集的增量更新方法被引量:1
- 2016年
- 在优势关系粗糙集方法(DRSA)的框架下,优势关系可用于处理带有序关系属性(准则)的数据,并且已经被广泛用于处理多准则决策问题。然而在实际应用中,当属性集和对象集发生变化时,信息系统会随之不断更新。在这种动态环境下,DRSA中用于属性约简、规则提取以及决策制定的近似集需要得到相应的更新。针对对象集发生变化时(增加或删除一个对象)的多准则分类问题,采用增量方法来更新近似集并提出两种相应的更新算法DRSA1和DRSA2。同时,对不同情况下的更新原则进行了讨论并给出了相关的理论结果与详细的证明。最后给出算例,并在UCI数据集上进行大量的实验,与非增量的方法(传统的DRSA)进行对比,结果充分体现了所提增量方法的有效性与可扩展性。
- 李艳靳永飞吴婷婷郭娜娜于群
- 关键词:优势关系粗糙集信息系统近似集
- 优势关系下基于论域递减的属性约简方法
- 随着科学技术的进步与发展,每天产生数以万计的数据,如何从这些数据中挖掘出重要的、有用的信息显得尤为重要。在实际问题中,描述对象的属性值大多是具有偏好顺序的,而粗糙集理论的核心问题一直是属性约简及其效率的提高,因此优势关系...
- 于群
- 关键词:粗糙集属性约简数据挖掘
- 文献传递