一种高效的邻域信息粒化及其在约简求解中的应用研究
一般而言,在邻域信息粒化的进程中,样本的邻域求解需遍历样本空间中所有的样本,并计算该样本与样本空间中所有样本间的距离.当面临样本规模急剧增加的情形时,这一粒化策略将会带来巨大的时间消耗.为解决这一问题,提出了一种快速邻域信息粒化策略.其核心是当计算样本间距离时,通过减少需要遍历的属性的个数,过滤掉那些必然不属于邻域内的样本,以达到压缩样本搜索空间并提高邻域信息粒化性能的目的 .进一步地,将这种快速邻域信息粒化应用到约简的求解进程中,在9组基准数据集上的实验结果表明,相较于传统邻域信息粒化和基于桶模型的邻域信息粒化,所提方法不仅能够有效地提升邻域信息粒化的性能,而且能够极大地降低约简求解所需的时间消耗.
属性约简;信息粒化;粒化性能
35
O159(代数、数论、组合理论)
国家自然科学基金;国家自然科学基金;国家自然科学基金
2022-02-25(万方平台首次上网日期,不代表论文的发表时间)
共10页
66-75