首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到15条相似文献,搜索用时 379 毫秒
1.
属性约简是粗糙集理论研究的重要内容之一,是在保持信息系统分类能力不变的基础上,删除冗余属性.为了获得决策系统中属性最小相对约简,本文将信息论应用于决策信息系统属性约简中,与遗传算法相结合,并采用加权平均的属性重要度和知识量作为启发式信息指导约简,提出了一种改进的基于核子集的属性约简算法.  相似文献   

2.
通过信息系统的属性约简可以使信息系统得到简化,但经过属性约简的信息系统还不是一个最简的信息系统,它包含着大量的冗余信息。因此,需要进一步对信息系统进行属性值约简简称值约简。本文提出了一种改进的属性值约简算法。  相似文献   

3.
属性约简是粗糙集理论的核心问题之一,也是粗糙集有效算法研究的焦点.本文研究在不完备信息系统下的属性约简算法,在相容关系基础上,提出了一种应用遗传算法来求解分配约简的方法,并通过实例分析说明了该算法的有效性.  相似文献   

4.
由于大数据环境下数据呈现出动态更新的特征,因此增量式属性约简已成为粗糙集理论的重点研究方向。本文针对不完备混合型有序信息系统,利用邻域优势条件熵提出一种对象更新情形下的增量式属性约简算法。首先,针对不完备混合型有序信息系统提出一种新的邻域优势粗糙集模型,同时在其基础上定义了邻域优势条件熵,并设计出一种不完备混合型有序信息系统的非增量式属性约简算法;然后,针对不完备混合型有序信息系统对象的动态性,分别研究了邻域优势条件熵随信息系统对象增加和对象减少时的增量式更新;最后,利用邻域优势条件熵作为启发式函数提出了不完备混合型有序信息系统对象增加和对象减少时属性约简的增量式更新算法。实验结果表明,所提出的增量式算法无论在属性约简结果和属性约简效率上均比非增量式算法具有更高的性能。  相似文献   

5.
在不完备序信息系统中,通过引入包含度的概念,对属性重要度进行了定义;在此基础上,提出了一种基于包含度的属性约简算法;最后,通过实例分析表明,该算法能得到不完备序信息系统的一个约简.  相似文献   

6.
基于模糊相似度的实值属性信息系统规则约简   总被引:2,自引:0,他引:2  
为了克服传统的规则约简方法容易导致信息丢失和约简错误的不足,提出了一种对实值属性信息系统进行规则约简的算法.该算法在粗糙集理论的基础上,把模糊集合相似度引入到信息系统的规则约简中,通过把每一个实值属性的取值归一化,使得每一条规则所对应的条件属性值都落在0到1范围内;并且把每一条规则看作一个模糊集合,通过模糊集合的相似性来考察规则的相似性;在规则约简过程中,用改进的模糊集合相似度参数进行规则约简,并针对国际水稻信息系统(IRIS)数据库进行了实验.结果表明,该算法能够正确地对实值属性信息系统进行规则约简.  相似文献   

7.
序目标信息系统中分布约简的矩阵算法   总被引:1,自引:0,他引:1  
在序信息系统中引入了优势矩阵和目标分布矩阵的概念,建立了此类信息系统中分布约简的矩阵算法,同时通过实例分析验证了该算法的有效性,其优点是对数据复杂的信息表可相对容易地给出所有的分配约简,为序信息系统分配约简提供了一种便捷操作的属性约简方法.  相似文献   

8.
针对启发式算法获取最小约简的局限性,提出了一种基于变精度粗糙集理论的获得最小约简的新方法。该方法是将信息系统的所有属性约简以及每个约简的参数β范围结合起来考虑,从中选出所含属性个数最少而且参数β范围最大的约简,作为最小约简。同时给出了相应的求得所有约简及其参数β范围的算法,并且通过MATLAB进行了实现,结果表明以上算法对于条件属性较少的信息系统十分有效。最后通过算例说明所给方法的有效性及可行性。  相似文献   

9.
在不协调目标信息系统中引入优势关系的概念,并探讨了基于优势关系下不协调目标信息系统的几种知识约简方法,其中包括分布约简、最大分布约简、分配约简和近似约简;同时提出并证明了确定上述约简之间关系的判定定理,为进一步研究、辨识矩阵及其求取属性约简算法提供了理论依据.  相似文献   

10.
属性约简是粗糙集理论研究的关键问题之一,针对Rough Sets理论的属性约简进行了研究.首先,介绍了可辨识矩阵属性约简的基本算法,并根据GENRED属性约简算法提出一种新的基于粗糙集的属性约简算法,证明了该算法在满足约简结果要求的同时,又能够提高算法的运行效率.  相似文献   

11.
针对Rough Sets理论的属性约简进行了研究.引入了决策属性集相对于条件属性集的条件信息量的概念,证明了条件信息量在属性约简过程中的变化规律是单调递减的,并利用其计算属性集中属性间的相关性,其平均值最小的属性集即为最后属性约简的结果,由此,提出了一种新的基于信息量的属性约简算法.  相似文献   

12.
一种基于互信息增益率的新属性约简算法   总被引:13,自引:1,他引:13  
为了获得决策系统中更好的相对属性约简,提出了一种基于互信息增益率的属性约简算法.该算法考虑了所选择条件属性与决策属性的互信息,还考虑了所选择属性的值的分布情况,从信息论角度定义了基于互信息增益率的属性重要性度量方法,并以此度量为启发式信息,算法从空集开始逐步将最重要的条件属性加入到选择属性集,直到所选择的条件属性集与决策属性集的互信息等于整个条件属性集与决策属性集的互信息时,算法停止.结果表明,算法能更有效地对决策系统进行约简,同时约简后的对象数目较少.  相似文献   

13.
遗传算法信息熵结合属性约简算法研究   总被引:1,自引:0,他引:1  
为了获得决策系统中属性最小相对约简,将信息论角度定义的属性重要性度量作为启发式信息引入遗传算法,提出了一种启发式遗传算法,通过构造一个新的算子来引入启发式信息,使得选择的属性子集的分类能力不变.该算子体现了一种利用启发式信息的局部搜索技术,使得算法既保持整体优化特性,又具有较快的收敛速度,从理论上对算法作了分析,对新算子所能选择属性子集的分类能力不变作了证明,最后的实例表明,该算法能有效地对决策系统进行最大程度的约简.  相似文献   

14.
粗糙集的分层递阶约简算法是根据属性的获取方式、采集成本和实时性要求等对属性进行分类,使决策系统中的所有属性在单层次和单粒度上的知识表示变为部分属性所构成的知识在多种层次和多种粒度上的表示,从而可以逐层对决策系统进行约简.在此基础上,文章根据规则获取者的需要即属性的重要度考虑进行分层递阶简约.文章的最后将该算法应用于某单位人才引进决策的获取中,证实了其有效性.  相似文献   

15.
基于交叉格莱姆矩阵的最小信息损失模型降阶方法   总被引:1,自引:0,他引:1  
运用信息论的原理和方法研究以状态空间形式描述的线性定常系统的模型降阶问题.应用线性定常系统及其对偶系统的稳态状态信息熵规范了系统能控性信息和能观性信息的定义形式.基于交叉格莱姆矩阵的系统信息属性,定义了交叉格莱姆信息.通过分析系统稳态状态信息熵的信息描述形式,揭示了交叉格莱姆信息的状态物理含义.在基于最小信息损失的模型降阶过程中以交叉格莱姆信息损失最小为目标,提出了新的模型降阶方法--CGMIL方法.理论分析和仿真结果表明,交叉格莱姆信息是包含系统能控性信息和能观性信息的综合信息描述形式,CGMIL方法与基于最小信息损失的模型降阶方法相比能够获得更好的降阶性能.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号