| 基于粗集理论的特征子集选择算法 |
| |
| 作者姓名： | 赵军王国胤 吴中福唐宏李华 廖晓锋 |
| |
| 作者单位： | 重庆大学计算机科学与工程学院,重庆,400044;重庆邮电学院计算机科学与技术研究所,重庆,400065;重庆邮电学院计算机科学与技术研究所,重庆,400065;重庆大学计算机科学与工程学院,重庆,400044;重庆大学计算机科学与工程学院,重庆,400044;重庆邮电学院移动通讯工程研究中心,重庆,400065 |
| |
| 基金项目： | 国家自然科学基金,攀登特别支持费,重庆市科委攻关基金 |
| |
| 摘 要： | 1.引言长期以来,特征子集选择技术一直是机器学习领域中的关键难题之一。由于学习对象的多样性,尤其是新的系统随着应用的发展而不断涌现,使人们无法用某种特定的工具或方法来完全解决这一问题,新的特征子集选择技术仍然受到人们广泛关注。20世纪80年代初,波兰数学家Z.Pawlak提出一种新的理论工具——“粗集”,用于解决不完整和不精确信息的知识表达、学习及归纳等问题。这一理论的特点是:除了问题所需处理的数据之外,不需要额外提供任何外界信息或
|
| 关 键 词： | 机器学习 特征子集选择算法 粗集理论 知识表达 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
