基于决策倾向度的样本过滤与主动选择

摘要：

该文提出了基于过滤函数的粗糙集样本决策倾向度动态调节与主动选择方法.首先定义样本过滤函数,从而确定样本选择或丢弃的依据;然后依次添加新增样本,根据过滤函数决定样本的去留,同时根据阈值指标调节已有样本的决策倾向度;最终建立有效的决策样本库,并在此基础上进行属性约简.本方法克服了传统变精度方法实现过程复杂、计算量大的问题,可有效地去除噪声数据,提高系统的鲁棒性.数据实验结果表明,该方法可以有效地压缩数据,提高样本分析质量.

关键词：属性约简、决策倾向度、过滤函数、粗糙集

所属期刊栏目：48

分类号：TP181(自动化基础理论)

资助基金：四川省重点研发项目2017GZ0192

在线出版日期：2019-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：427-431