首页 | 本学科首页   官方微博 | 高级检索  
     

应用近似模糊熵的不完备信息系统属性约简
引用本文:汪琼枝,郑文曦,王道然.应用近似模糊熵的不完备信息系统属性约简[J].计算机科学,2016,43(Z6):81-82, 102.
作者姓名:汪琼枝  郑文曦  王道然
作者单位:皖西学院金融与数学学院 六安237012;皖西学院金融风险智能控制与预警研究中心 六安237012,中国科学技术大学 合肥230026,安徽星瑞齿轮传动有限公司品控部 六安237012
基金项目:本文受安徽省高等学校省级自然科学研究项目(KJ2013B345),安徽省高等学校省级教学研究项目(2012jyxm004),安徽省自然科学基金项目(1508085QA04)资助
摘    要:属性约简是Rough集理论的重要研究内容,基于信息熵的属性约简是一种有效的属性约简方法。在实际应用中,获取的信息系统通常是不完备的。针对这种问题,在容差关系下对个体进行分类时,基于属性子集redu与CAttr(属性全集)-redu之间的内在联系,定义了一种新的知识熵,提出了一种新的应用近似模糊熵的不完备信息系统属性约简算法(newS算法),其时间复杂度是O(|C|2∑mi=1(kpi)2)。最后,在ROSE和UCI data中的6个数据集上进行了实验仿真,结果表明newS算法是可行的,并且在同等约简效果下与其他算法相比具有更高的属性约简效率。

关 键 词:不完备信息系统  模糊熵  属性约简

Attribute Reduction Algorithm for Incomplete Information Systems Based on Approximate Fuzzy Entropy
WANG Qiong-zhi,ZHENG Wen-xi and WANG Dao-ran.Attribute Reduction Algorithm for Incomplete Information Systems Based on Approximate Fuzzy Entropy[J].Computer Science,2016,43(Z6):81-82, 102.
Authors:WANG Qiong-zhi  ZHENG Wen-xi and WANG Dao-ran
Abstract:Attribute reduction is important research content of rough set theory.Attribute reduction based on information entropy is an effective method of knowledge reduction.In practical application,the acquired information system is usually not complete.To solve this problem,we defined a new knowledge entropy based on the relationship between the attribute subset redu and CAttr-redu,and proposed a new incomplete information system attribute reduction algorithm (newS algorithm) applying approximate fuzzy entropy.Finally,simulation experiment was carried out on 6 data sets in ROSE and UCI data.The experimental results show that the newS algorithm is feasible,and has higher efficiency compared with other algorithms under the same reduction effect.
Keywords:Incomplete information system  Fuzzy entropy  Attribute reduction
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
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