用Shannon熵度量两个数据集的一致性

摘要：

粗糙集理论的基本思想是根据已知数据自身的不可分辨关系,通过一对近似算子,对某一给定概念进行近似表示.这种思想被应用在研究一个数据集对于另一个数据集的分类一致性上.提出了一种测量两个数据集一致性的新方法,并用Shannon熵定义了分类一致性.考虑到不同数据临近关系的影响,引入了模糊概念将测量对象由清晰分类转化为模糊分类,进而构造了一个广义的一致性度量,这种方法可以产生稳定的可判结果,有效地阻止建模技术中常出现的“黑箱”现象.

关键词：一致性程度、不可辨识关系、模糊划分、Shannon熵

所属期刊栏目：43

分类号：O236(控制论、信息论（数学理论）)

资助基金：国家自然科学基金61170107,61300153,61300121,61573127,61502144;河北省高校创新团队领军人才培育计划项目LJRC022;河北省自然科学基金A2014205157,A2013208175

在线出版日期：2016-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：61-63,80