基于代价敏感的粗糙集近似集与粒度寻优算法

摘要：

粗糙集的近似集用已有知识粒对不确定性目标概念进行近似描述,但在构建近似集时并没有考虑数据的代价信息这一实际因素.对此,首先分析在构建粗糙集的近似集时考虑代价信息的必要性;然后,从代价敏感角度构建误分类代价的粗糙集近似集模型,并分析该模型下求得的近似集的相关性质.为了在多粒度空间中寻找一个合适的粒度空间来对不确定性目标概念进行近似描述,使误分类代价与测试代价之和尽可能小,给出属性代价贡献率的定义,并提出一种代价敏感的粒度寻优算法.实验结果表明,所提出算法能适用于现有代价认知场景,并在给定代价场景下求出合理的层次粒度空间结构以及不确定性目标概念的近似集.

关键词：粗糙集、近似集、代价敏感、多粒度、粒度寻优

所属期刊栏目：35

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目;重庆市研究生科研创新项目

在线出版日期：2020-07-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：2070-2080