基于最大粒的悲观邻域多粒度粗糙集规则获取算法

作     者：陈静雯 马福民 张腾飞 曾永钢 CHEN Jingwen;MA Fumin;ZHANG Tengfei;ZENG Yonggang

作者机构：南京财经大学信息工程学院南京210023 南京邮电大学自动化学院南京210023 

基　　金：国家自然科学基金项目(No.61403184 61105082) 江苏省高校自然科学研究重大项目(No.17KJA120001) 江苏省"青蓝工程"项目(No.QL2016) 江苏高校优势学科建设工程资助项目(No.PAPD) 江苏省研究生科研创新计划项目(No.KYCX17_1210) 南京邮电大学"1311人才计划"基金项目(No.NY2013)资助 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2017年第30卷第11期

页      码：1048-1056页

摘      要：基于粒计算的规则获取在一定程度上弥补规则获取算法的缺陷,然而大多数算法仅适用于处理名词型数据.为了从多粒度、多层次的角度处理数值型或混合型数据,基于邻域多粒度粗糙集模型,通过计算邻域多粒度条件粒与决策粒,分析条件粒在规则获取过程中的冗余关系,进而通过剪枝规则获取过程中的冗余条件粒.在此基础上,设计较高效的基于最大粒的悲观邻域多粒度粗糙集规则获取算法.通过理论分析与实例对比验证算法的有效性和优越性.

主 题 词：邻域多粒度 粗糙集 规则获取 粒计算 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16451/j.cnki.issn1003-6059.201711010

馆 藏 号：203280723...