基于粗糙集与泛系等价算子的特征选择

摘要：

传统特征选择方法选出的特征子集存在冗余,并且不具备较好的代表性.针对该问题,提出基于粗糙集与泛系等价算子的特征选择方法.利用基于最小词频的文档频提取初始特征,通过泛系等价算子对粗糙集进行扩展,并给出属性约简算法消除冗余,从而获得较具代表性的特征子集.实验结果表明,该方法具有较高的准确率和召回率.

关键词：文本分类、文档频、泛系等价算子、粗糙集、属性约简

所属期刊栏目：36

分类号：TP301(计算技术、计算机技术)

资助基金：四川省科技计划基金资助项目2008GZ0003;四川省科技攻关计划基金资助项目07GG006-019

在线出版日期：2010-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：39-41