10.3969/j.issn.1007-130X.2019.07.013
基于邻域粒化的混合信息系统动态规则提取
现有的混合信息系统知识发现模型涵盖的数据类型大多为符号型、数值型条件属性及符号型决策属性,且大多数模型的关注点是属性约简或特征选择,针对规则提取的研究相对较少.针对涵盖更多数据类型的混合信息系统构建一个动态规则提取模型.首先修正了现有的属性值距离的计算公式,对错层型属性值的距离给出了一种定义形式,从而定义了一个新的混合距离.其次提出了针对数值型决策属性诱导决策类的3种方法.其后构造了广义邻域粗糙集模型,提出了动态粒度下的上下近似及规则提取算法,构建了基于邻域粒化的动态规则提取模型.该模型可用于具有以下特点的信息系统的规则提取:(1)条件属性集可包括单层符号型、错层符号型、数值型、区间型、集值型、未知型等;(2)决策属性集可包括符号型、数值型.利用UCI数据库中的数据集进行了对比实验,分类精度表明了规则提取算法的有效性.
规则提取、混合信息系统、粒度、邻域
41
TP18(自动化基础理论)
国家自然科学基金61071162
2019-07-24(万方平台首次上网日期,不代表论文的发表时间)
共8页
1236-1243