模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2013年
5期
481-491
,共11页
叶明全%胡学钢%胡东辉%吴信东
葉明全%鬍學鋼%鬍東輝%吳信東
협명전%호학강%호동휘%오신동
多层次粗糙集%属性值分类%泛化约简%属性约简%全子树泛化
多層次粗糙集%屬性值分類%汎化約簡%屬性約簡%全子樹汎化
다층차조조집%속성치분류%범화약간%속성약간%전자수범화
Multi-Level Rough Set%Attribute Value Taxonomy%Generalization Reduction%Attribute Reduction%Full-Subtree Generalization
@@@@传统的粗糙集理论主要是针对单层次决策表的属性约简和决策规则获取研究。然而,现实中树型结构的属性值分类是普遍存在的。针对条件属性具有属性值分类的情况,结合全子树泛化模式,提出一种多层次粗糙集模型,分析决策表在不同层次泛化空间下相关性质。结合基于正区域的属性约简理论,提出属性值泛化约简概念讨论二者之间的关系,同时证明求解泛化约简是一个NP-Hard问题。为此,提出一种基于正区域的的启发式泛化约简算法,该算法采用自顶向下逐步细化搜索策略,能够在保持原始决策表正区域不改变的前提下,将决策表所有属性值泛化到最佳层次。理论分析和仿真实验表明,泛化约简方法能提高知识发现的层次和泛化能力。
@@@@傳統的粗糙集理論主要是針對單層次決策錶的屬性約簡和決策規則穫取研究。然而,現實中樹型結構的屬性值分類是普遍存在的。針對條件屬性具有屬性值分類的情況,結閤全子樹汎化模式,提齣一種多層次粗糙集模型,分析決策錶在不同層次汎化空間下相關性質。結閤基于正區域的屬性約簡理論,提齣屬性值汎化約簡概唸討論二者之間的關繫,同時證明求解汎化約簡是一箇NP-Hard問題。為此,提齣一種基于正區域的的啟髮式汎化約簡算法,該算法採用自頂嚮下逐步細化搜索策略,能夠在保持原始決策錶正區域不改變的前提下,將決策錶所有屬性值汎化到最佳層次。理論分析和倣真實驗錶明,汎化約簡方法能提高知識髮現的層次和汎化能力。
@@@@전통적조조집이론주요시침대단층차결책표적속성약간화결책규칙획취연구。연이,현실중수형결구적속성치분류시보편존재적。침대조건속성구유속성치분류적정황,결합전자수범화모식,제출일충다층차조조집모형,분석결책표재불동층차범화공간하상관성질。결합기우정구역적속성약간이론,제출속성치범화약간개념토론이자지간적관계,동시증명구해범화약간시일개NP-Hard문제。위차,제출일충기우정구역적적계발식범화약간산법,해산법채용자정향하축보세화수색책략,능구재보지원시결책표정구역불개변적전제하,장결책표소유속성치범화도최가층차。이론분석화방진실험표명,범화약간방법능제고지식발현적층차화범화능력。