种基于决策矩阵的属性约简及规则提取算法.PDFVIP

种基于决策矩阵的属性约简及规则提取算法.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
种基于决策矩阵的属性约简及规则提取算法.PDF

第25卷第3期 计算机应用 Vol_25 No.3 2005年3月 Computer Applications Mar.2005 文章编号:1001—9081(2005)03—0639—04 一 种基于决策矩阵的属性约简及规则提取算法 武志峰 ,吉根林 (1、南京师范大学数学与计算机科学学院,江苏南京210097: 2.石家庄经济学院信息工程学院,河北石家庄050031) (wzf_heb@sjzue.edu.cn) 摘 要:研究了Rough集理论中属性约简和值约简问题,扩展了决策矩阵的定义,提出了一种基 于决策矩阵的完备属性约简算法,该算法利用决策属性把论域划分成多个等价类,然后利用每个等价 类对应的决策矩阵计算属性约简。与区分矩阵相比,采用决策矩阵可以有效地减少存储空间,提高约 简算法效率。同时,借助决策矩阵进行值约简,提出了一种新的规则提取算法,使最终得到的决策规 则更加简洁。实验结果表明,本文提出的属性约简和值约简算法是正确、有效、可行的。 关键词:Rough集;属性约简;值约简;决策矩阵;规则提取 中图分类号:TP311.13 文献标识码:A Attribute reduction and rule extraction algorithms based on decision matrices WU Zhi feng 一,jI Gen lin (1.School ofMathematics and Computer Science,Nanfing Normal University,Nanfing., u 210097,China; 2.School of Information Engineering,Shijiazhnang University of Economics,Shifiazhuang Hebei 050031,China) Abstract:Two important issues in rough set,attribute reduction and value reduction,were discussed.The definition of extended decision matrices was presented.A novel algorithm based on extended decision matrices for attribute reduction (EDMA R)Was proposed.Some equivalence classes were partitioned from the universe of objects by the decision attributes, and decision matrix for each equivalence class Was created. Using the decision matrices.the attributes were reduced. Compared with algorithms based on discernibility matrices,EDMAR is of much less space complexity and time complexity. Furthermore,a new algorithm for rule extraction based on decision matrices was presented.And much more concise decision rides could be got with this method.Experimental results on the data sets in UCI machine learning repository show that t

文档评论(0)

suijiazhuang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档