CCA三支决策模型的边界域样本处理

摘要：

构造性覆盖算法（constructive covering algorithm，CCA）三支决策模型在学习过程中根据样本分布特征，自动产生正域、负域和边界域。该模型为边界域样本处理问题提供了新的思路。重点讨论了基于CCA的三支决策的边界域样本处理问题。对边界域样本处理提出了两种决策方案：一种为处理全部的边界域样本，给出了距中心最近原则、距边界最近原则、万有引力原则3种方法；另一种为处理部分的边界域样本，即只对满足一定条件的边界域样本作进一步的划分，这样使不满足条件的边界域样本仍保留在边界域，提高了边界域样本处理的正确率。用十字交叉法在5组数据集上对这两种决策方案进行了对比，实验结果表明，处理部分边界域样本时正确率更高，效果更好。

关键词：构造性覆盖算法(CCA)、边界域样本处理、三支决策

分类号：TP181(自动化基础理论)

资助基金：The National Natural Science Foundation of China under Grant Nos.61073117,61175046;the Natural Science Foundation of Anhui Province of China under Grant No.11040606M145;the Science Research Program of Higher Education Institutions of Anhui Province under Grant No. KJ2013A016;the Student Research Training Program of Anhui University

在线出版日期：2014-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：593-600