10.3969/j.issn.1007-130X.2016.05.024
基于遗传粒子群和粗糙集的最小属性约简算法
阐述了粗糙集理论、遗传约简算法和粒子群约简算法.属性约简是知识发现的关键问题之一.传统的属性约简算法都是串行搜索的,算法效率低且收敛速度慢.将计算智能和粗糙集相结合,提出了一种基于遗传粒子群和粗糙集的最小属性约简算法.该算法利用属性依赖度计算属性核,并在种群初始化时引入属性核作为限制条件,动态调整适应度函数,以达到求得最小属性约简的目的.实验表明,对于数据量大、属性维度高的属性约简问题,该算法具有高效的处理能力.
属性约简、粗糙集、遗传算法、粒子群优化算法、属性依赖度
38
O159(代数、数论、组合理论)
甘肃省自然科学基金1010RJZA011;国家自然科学基金61261015
2016-08-04(万方平台首次上网日期,不代表论文的发表时间)
共7页
1007-1013