广义分布保持属性约简研究

摘要：

属性约简是粗糙集理论的重要研究内容之一.分布约简保证约简前后每个对象的概率分布保持不变,即保证每条规则的置信度在约简前后不发生改变.实际应用中,人们往往更加关注可信度较高或较低的规则.因此,在本文中引入了广义分布保持属性约简,该属性约简可以保证规则的置信度P(P∈[0,α]或[β,1])在约简前后不变.同时,给出了广义分布保持属性约简的判定方法与基于差别矩阵的广义分布保持属性约简算法,深入讨论了几种特殊情形下的广义分布保持约简.最后,在4个UCI数据集上进行的实验分析表明,几种特殊情形下的广义分布保持属性约简可退化为已有的一些属性约简,且在不同置信区间下求得的广义分布保持属性约简存在包含关系,验证了相关结论的正确性.

关键词：分布保持、属性约简、粗糙集、概率分布、差别矩阵

所属期刊栏目：12

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61403329, 61572418, 61502410, 61572419;山东省自然科学基金项目ZR2013FQ020, ZR2015PF 010;山东省高等学校科技计划项目J15LN09,116LN17

在线出版日期：2017-08-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：377-385