计算机科学
計算機科學
계산궤과학
Computer Science
2015年
10期
281-286
,共6页
刘继宇%王强%罗朝晖%宋浩%张绿云
劉繼宇%王彊%囉朝暉%宋浩%張綠雲
류계우%왕강%라조휘%송호%장록운
粗糙集%加权KNN%加权最小距离%属性值约简
粗糙集%加權KNN%加權最小距離%屬性值約簡
조조집%가권KNN%가권최소거리%속성치약간
Rough set%Weighted KNN%Weighted minimal distance%Attribute value reduction
粗糙集是处理不精确、不确定性问题的基本方法之一.采用粗糙集理论与方法进行数据分析具有不必具备数据集的先验知识、不需人为设定参数等优点,因而它被广泛应用于模式识别与数据挖掘领域.针对粗糙集训练过程中从未遇到过的样本的分类问题进行了探讨,根据条件属性的重要性确定加权系数,采用加权KNN的方法来解决无法与决策规则精确匹配的样本分类问题,并与加权最小距离方法进行了对比实验;同时对其他一些现有的粗糙集值约简算法进行了分析与研究,提出了不同的观点.对UCI多个数据集的大量数据进行了实验,并与近期文献中的多种算法进行了性能对比,实验结果表明,提出的算法的总体效果优于其他算法.
粗糙集是處理不精確、不確定性問題的基本方法之一.採用粗糙集理論與方法進行數據分析具有不必具備數據集的先驗知識、不需人為設定參數等優點,因而它被廣汎應用于模式識彆與數據挖掘領域.針對粗糙集訓練過程中從未遇到過的樣本的分類問題進行瞭探討,根據條件屬性的重要性確定加權繫數,採用加權KNN的方法來解決無法與決策規則精確匹配的樣本分類問題,併與加權最小距離方法進行瞭對比實驗;同時對其他一些現有的粗糙集值約簡算法進行瞭分析與研究,提齣瞭不同的觀點.對UCI多箇數據集的大量數據進行瞭實驗,併與近期文獻中的多種算法進行瞭性能對比,實驗結果錶明,提齣的算法的總體效果優于其他算法.
조조집시처리불정학、불학정성문제적기본방법지일.채용조조집이론여방법진행수거분석구유불필구비수거집적선험지식、불수인위설정삼수등우점,인이타피엄범응용우모식식별여수거알굴영역.침대조조집훈련과정중종미우도과적양본적분류문제진행료탐토,근거조건속성적중요성학정가권계수,채용가권KNN적방법래해결무법여결책규칙정학필배적양본분류문제,병여가권최소거리방법진행료대비실험;동시대기타일사현유적조조집치약간산법진행료분석여연구,제출료불동적관점.대UCI다개수거집적대량수거진행료실험,병여근기문헌중적다충산법진행료성능대비,실험결과표명,제출적산법적총체효과우우기타산법.