粒计算应用于非平衡化学模式分类

摘要：

化学样本数据常为非平衡,用传统方法分析这些数据集时,对于需特别关注的少数类数据,识别能力往往较差.因此,提出建立基于粒计算的分类规则模型(GCCRM),先用改进的自适应共振网络ETM-ART2将性质相近的个体聚合为信息粒,降低样本容量和问题规模,同时又保持较高的纯度;然后将信息粒的属性特征模糊离散化,简化它;最后经关联规则挖掘,得可预测样本的分类规则模型.用于识别玻璃,结果GCCRM能剔除冗余信息,加强关键特征,所提取的分类规则预测正确率高,尤适用于非平衡数据集,其性能比C4.5决策树、支持向量机SVM等算法优良.

关键词：信息粒、模糊转换、分类、非平衡数据集

所属期刊栏目：27

分类号：O6-39;TP391;TP183

资助基金：国家自然科学基金资助项目20276063

在线出版日期：2010-10-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：425-429