粗糙集理論是一種處理不精確性、不完備性和不確定性問題的重要數(shù)學(xué)工具。由于經(jīng)典粗糙集模型的分類條件是一種嚴格的不可分辨關(guān)系,無法直接處理混合型數(shù)據(jù)和準確表達生活中的一些模糊概念,導(dǎo)致在實際應(yīng)用中存在一定的局限性。因此,粗糙集與其他數(shù)學(xué)理論結(jié)合的粗糙集擴展模型也就應(yīng)運而生,并且廣泛地應(yīng)用到實際問題的解決中。屬性約簡,作為粗糙集擴展模型研究的核心內(nèi)容之一,在處理信息化時代的不確定性問題中起到了關(guān)鍵作用,其可以在保持分類能力不變的前提下剔除原屬性集中冗余或無關(guān)的屬性,提高模型的分類性能。本文針對經(jīng)典粗糙集模型在實際應(yīng)用中等價關(guān)系的嚴格性造成需要離散化數(shù)據(jù)而使得信息丟失以及無法同時表達決策問題模糊程度的缺陷問題,開展了基于粗糙集擴展模型的屬性約簡算法研究。本文主要研究工作如下:1.針對經(jīng)典粗糙集模型無法直接處理多標記混合型數(shù)據(jù)和多標記數(shù)據(jù)中標記空間存在標記強弱性的問題,提出了多標記鄰域粗糙集模型及其屬性約簡算法ARNRS-ML。該模型利用樣本到其異類樣本和到其同類樣本平均距離的差值對標記賦予權(quán)重,挖掘了標記對樣本的區(qū)分性強弱,并在鄰域粗糙集框架下提出了新的正域計算方法,有效提高了正域的計算效率。... 

【文章來源】：閩南師范大學(xué)福建省

【文章頁數(shù)】：91 頁

【學(xué)位級別】：碩士

【部分圖文】：

Arts數(shù)據(jù)集在不同評價

閩南師范大學(xué)理學(xué)碩士學(xué)位論文52c)HammingLossd)One-error圖4.1Arts數(shù)據(jù)集在不同評價指標上隨屬性個數(shù)變化的情況a)AveragePrecisionb)RankingLossc)HammingLossd)One-error圖4.2Recreation數(shù)據(jù)集在不同評價指標上隨屬性個數(shù)變化的情況

第4章基于多標記變精度模糊鄰域粗糙集的屬性約簡算法53a)AveragePrecisionb)RankingLossc)HammingLossd)One-error圖4.3Society數(shù)據(jù)集在不同評價指標上隨屬性個數(shù)變化的情況a)AveragePrecisionb)RankingLoss

【參考文獻】：
期刊論文
[1]基于鄰域粗糙集的高維類不平衡數(shù)據(jù)在線流特征選擇[J]. 陳祥焰,林耀進,王晨曦.  模式識別與人工智能. 2019(08)
[2]基于模糊粗糙集的辨識矩陣屬性約簡方法[J]. 趙晉歡,王長忠.  渤海大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[3]單值中智信息熵及其多屬性決策方法[J]. 朱輪,楊波.  計算機工程與應(yīng)用. 2018(15)
[4]不完備鄰域粗糙集的不確定性度量和屬性約簡[J]. 姚晟,汪杰,徐風,陳菊.  計算機應(yīng)用. 2018(01)
[5]變精度粗糙集的約簡算法[J]. 張秋娜,李冬梅,徐珺,李力.  模糊系統(tǒng)與數(shù)學(xué). 2017(06)
[6]基于鄰域近似條件熵的啟發(fā)式屬性約簡[J]. 張寧,范年柏.  計算機應(yīng)用研究. 2018(05)
[7]變精度粗糙集推廣模型及其性質(zhì)研究[J]. 范年柏,張寧,孫濤.  計算機應(yīng)用研究. 2018(05)
[8]基于鄰域組合測度的屬性約簡方法[J]. 何松華,康嬋娟,魯敏,滕書華.  控制與決策. 2016(07)
[9]基于鄰域信息熵度量數(shù)值屬性快速約簡算法[J]. 李少年,吳良剛.  計算機工程與科學(xué). 2016(02)
[10]信息觀下基于不一致鄰域矩陣的屬性約簡[J]. 續(xù)欣瑩,劉海濤,謝珺,謝剛.  控制與決策. 2016(01)

碩士論文
[1]基于中智集的多屬性決策方法及其應(yīng)用[D]. 劉勝男.山西大學(xué) 2018



本文編號：2987456