一种高效的邻域信息粒化及其在约简求解中的应用研究

摘要：

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.

关键词：属性约简;信息粒化;粒化性能

所属期刊栏目：35

分类号：O159(代数、数论、组合理论)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2022-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：66-75