多尺度邻域决策信息系统的特征子集选择

摘要：

多尺度决策信息系统的特征子集选择是处理多尺度分类问题的一种有效的数据预处理方法.在实际应用中,数据类型往往多样混合,现有的多尺度模型无法有效处理这类数据.针对该问题,文中面向多源异构多尺度数据,提出多尺度邻域半径的形式化定义,构造多尺度邻域信息粒并讨论其相关性质.在此基础上,探讨特征的重要度,提出可同步进行最优尺度选择和特征选择的特征子集选择算法.改进原有的Wu-Leung模型,在一定程度上扩展其在实际问题上应用的范围.最后,在UCI数据集上验证模型和算法的可行性和有效性.

关键词：粒计算、邻域决策系统、邻域半径、多尺度邻域信息粒、特征子集选择

所属期刊栏目：36

分类号：TP18(自动化基础理论)

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;福建省自然科学基金项目;福建省自然科学基金项目

在线出版日期：2023-03-02（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：49-59