共查询到19条相似文献,搜索用时 234 毫秒
1.
2.
属性约简是Rough集理论的核心内容之一,计算所有的属性约简已经被证明是NP完全问题.在深入研究Rough集理论的基础上,仔细分析了对象集的增加与属性约简的关系,给出了增量式属性约简的判定定理,从而提供了计算所有属性约简的增量式算法,分析了算法的时间复杂度.理论分析和实验结果表明,该约简算法在效率上较现有的算法有显著提高. 相似文献
3.
Z. Pawlak于1982年提出的Rough集理论有效地分析了不确定、不精确、不一致等各种不完备信息,其优点是无需任何关于数据的初始的或附加的信息,如统计学中的概率分布。该文介绍了Rough集的基本理论在数据约简中的应用。在分析基于信息系统的粗糙集理论的基础上,描述了一种基于核与重要度的约简算法,从降低约简算法计算复杂度角度出发,修改了属性约简算法,计算了算法修改前后的复杂度。实验结果表明,修改后的算法在降低时间复杂度的同时得出了次优属性集的约简。 相似文献
4.
属性核计算是Rough集理论中的一个重要研究内容.将分治法的思想溶入Rough集算法中,在决策表的属性集上,利用分治法对论域进行划分,给出了基于分治法的正区域计算方法,其时间复杂度分别为D(|U|×|C|);在此基础上,给出了基于分治法的属性核计算方法,其时间复杂度为O(|U|×|C|2).两个算法的时间复杂度都保持了与|U|的线性关系.实验结果表明:文中的算法不仅能高效地处理UCI数据集,且能适合大数据集的处理. 相似文献
5.
6.
7.
Rough集理论作为一种新型的数学工具已广泛应用于各个领域。提出一种基于Rough集的牛顿迭代法求方程近似解算法,该算法将Rough理论中的下近似和上近似与牛顿迭代法有机地结合起来,寻找方程的近似解,其优点在于所求方程的根是一个精确的区间,该区间中任意实数都可作为所求方程的近似解,避免了一般方法求方程的近似解,把求得的近似数作为近似解,算法计算简单,易推广到其它的近似计算中,同时,有助于人们深刻理解Rough集理论本质。 相似文献
8.
一种基于Rough集的缺省规则挖掘算法 总被引:22,自引:1,他引:21
Rough集方法是一种处理不确定或模糊知识的重要工具,对基于Rough集理论的缺省规则挖掘算法进行研究,在引入规则支持度概念后,提出了一种基于Rough集的缺省规则挖掘算法MDRBR。实验结果表明,该算法能较好地过滤噪音,提高规则的挖掘效率。 相似文献
9.
在基于Rough集理论的知识发现过程中,减小属性约简复杂度问题是重要研究内容之一。该文分析了基于遗传算法的约简算法,提出了一种在优化初始群体基础上提高算法性能的遗传约简算法。 相似文献
10.
从一种扩展的信息观的角度出发,讨论了Rough集理论的信息论观点。提出了一种基于扩展的信息熵的决策表核属性计算算法.并设计了以属性重要性为启发信息的自下而上的决策表属性约简算法EIEAAR。同时针对不一致表,将属性对不相客对象的包含值作为第二标准选择属性以加快约简速度。EIEAAR算法能处理一致和不一致决策表,并将核属性计算和非核属性约简统一起来。最后,对算法进行复杂度分析并用实例验证算法的有效性。实验表明该算法能有效得到决策表的最小约简。 相似文献
11.
正区域的计算在粗糙集的应用中十分重要。在深入研究粗糙集基本理论的基础上,围绕不可分辨关系,得到了一种计算正区域的等价方法,提出了一种论域递减式的计算正区域的算法。该算法对论域中的样本进行分步分类,同时判断其是否属于正区域,而后将其从论域中删除,从而减轻计算量。理论分析和实例结果验证了该算法的有效性和可行性。 相似文献
12.
正区域的计算在粗糙集的应用中十分重要,传统的求解方法较为复杂,计算量大。本文在深入研究粗糙集基本理论的基础上,得出了一种等价的计算正区域算法。该算法对论域中的样本进行分步分类,同时判断其是否属于正区域,而后将其从论域中删除,从而减轻计算量,并同时求出不属于正区域的样本集。然后分析了新增加的属性不会对已有正区域集合运算产生影响,因此只需要对原来的不属于正区域的样本集进行进一步分析就可以得到增加属性后的正区域,从而使计算正区域的范围逐渐减小,得到了一种递归计算正区域的方法。理论分析和实例结果验证了该计算方法的有效性和可行性。 相似文献
13.
一种启发式知识约简算法 总被引:3,自引:0,他引:3
属性约简是Rough集理论中的核心问题之一,找出所有的约简或最小约简是一个NP难题.本文证明了正区域和边界域的一些性质,指出在考虑正区域作为启发信息的同时,还应该考虑在不一致决策表中边界域对约简的影响,综合这两种信息,提出了不一致决策表约简的启发信息.并在此基础上,设计了不一致决策表的启发式约简算法.实验证明,在多数情况下,该算法能够得到决策表的最小或次优约简. 相似文献
14.
求核是粗糙集理论的重要研究内容之一,现有的求核算法大部分都是基于完备决策表的,对基于不完备决策表的求核研究很少。提出了不完备决策表二进制差别矩阵的构造方法,在此基础上,利用二进制差别矩阵设计了一种不完备决策表的求核算法。从理论上证明了基于二进制差别矩阵的求核与基于正区域的求核是相等的。新算法的时间复杂度是O(|C||U|2),用实例分析说明了新算法的正确性。 相似文献
15.
日益复杂和动态变化的海量数据处理,是当前人们普遍关注的问题,其核心内容之一是研究如何利用已有的信息实现快速的知识更新.粒计算是近年来新兴的一个研究领域,是信息处理的一种新的概念和计算范式,主要用于描述和处理不确定的、模糊的、不完整的和海量的信息,以及提供一种基于粒与粒间关系的问题求解方法.作为粒计算理论中的一个重要组成部分,粗糙集是一种处理不确定性和不精确性问题的有效数学工具.根据云计算中的并行模型MapReduce,给出了并行计算粗糙集中等价类、决策类和两者之间相关性的算法;然后,设计了用于处理大规模数据的并行粗糙近似集求解算法.为应对动态变化的海量数据,结合MapReduce模型和增量更新方法,根据不同的增量策略,设计了两种并行增量更新粗糙近似集的算法.实验结果表明,该算法可以有效地快速更新知识;而且数据量越大,效果越明显. 相似文献
16.
求核是粗糙集理论的主要研究内容之一.针对现有基于差别矩阵求核算法的不足,首先提出决策表简化的方法;然后,给出属性布尔差别矩阵的定义和基于属性布尔差别矩阵的核属性定义,并证明了该定义与基于正区域求核定义是等价的,同时设计相应求核算法;为了进一步提高求核效率和适应大数据集的处理,给出两个改进的求核算法.通过实例分析和实验比较,表明了本文所提出的求核算法是正确的高效的. 相似文献
17.
求核算法主要存在以下不足:对不相容决策表无法获得与正区域一致的核,求核算法的效率不够理想。针对上述问题,首先给出决策表的新定义和求核性质,并证明由该性质获得的核与正区域的核是一致的。然后,设计快速求核算法,其时间复杂度和空间复杂度分别降低为O(|C|2|U|)和O(|U|)。最后,实验验证该算法的有效性和高效性。 相似文献
18.
一种扩展正域的属性约简方法 总被引:1,自引:0,他引:1
在经典粗糙集理论模型中,边界域过大会限制其实际应用。针对这一情况,指出决策表中边界域扩展为正域已有方法存在的不足,基于不确定条件下的自主式学习理论,定义一种新的扩展正域方法,并提出计算不相容决策表中认知属性核和认知属性约简的算法。实验结果证明了该方法的有效性。 相似文献
19.
粗糙集理论及进展的研究 总被引:4,自引:1,他引:4
粗糙集理论是一种较新的软计算方法,是分析和处理不完备信息的一种有效工具。目前已在人工智能、知识与数据发现、模式识别与分类、故障检测等方面得到了广泛应用。文中描述了粗糙集的基本理论,分析了粗糙集理论研究的最新进展,指出了粗糙集理论研究中存在的问题,并对粗糙集理论研究的发展趋势进行了展望。 相似文献