|
|||||
|
|
| 基于粒描述的模糊关联规则获取 | |
| 作者姓名： | 智慧来 马一凡 |
| 作者单位： | 河南理工大学计算机科学与技术学院 |
| 基金项目： | 河南省自然科学基金项目（222300420445）； |
| 摘 要： | 规则获取的研究已经十分深入，但极少关注包含不确定信息的规则获取.然而，不确定性在实际应用中广泛存在，如何有效地获取包含不确定性的规则尚未解决.为此，本文提出了一种基于粒描述的模糊规则获取方法.首先，建立模糊形式背景刻画不确定性数据，提出基于模糊概念的粒描述获取方法.其次，定义模糊规则的支持度和置信度，并利用粒的最简描述获取模糊形式背景的最简模糊规则.最后，探讨对象数量、属性数量以及填充因子对关联规则规模的影响.实验结果表明增加属性的数量能够大幅度增大模糊关联规则的规模，增加对象数量与填充因子也能够增大模糊关联规则的规模，但幅度远小于增加属性带来的影响. |
| 关 键 词： | 形式概念分析 模糊概念 粒描述 模糊关联规则 |