10.3969/j.issn.1000-3428.2006.03.016
基于微粒群优化的连续属性离散化算法
连续属性的离散化是粗糙集理论的主要问题之一,也是影响粗糙集理论实用性的瓶颈之一.由于没有最佳离散化形式的统一标准,大多离散化算法采用的启发式带有较强的主观性,也难以得到较满意的离散效果.该文提出了基于微粒群优化的连续属性离散化方法,将各属性的离散化划分点初始化为一群粒子,在保证决策表分类能力不变的情况下,通过粒子间的相互作用寻求理想的离散化划分点,使得决策表引入较少的冲突.实验结果验证了该方法的有效性.
微粒群优化、粗糙集、属性离散化
32
TP311(计算技术、计算机技术)
上海市教委资助项目04FA02;上海市学科建设项目T0602
2006-03-30(万方平台首次上网日期,不代表论文的发表时间)
共3页
44-46