监督邻域粗糙集下基于标准差属性重要度的启发式算法.pdfVIP

监督邻域粗糙集下基于标准差属性重要度的启发式算法.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

总第423期计算机与数字工程Vol.53No.1

ComputerDigitalEngineering

2025年第1期计算机与数字工程15

2025年第1期

监督邻域粗糙集下基于标准差属性重要度的

启发式算法∗

刘旭东

(江苏科技大学计算机学院镇江212100)

摘要作为粗糙集理论中的重要模型,监督邻域粗糙集因其良好的区分性能而备受关注。然而,当在监督邻域粗糙

集上进行约简时,因为重复计算候选属性的重要度,大多数的搜索都会导致巨大的时间消耗。为解决这一问题,提出了基于

标准差属性重要度的启发式算法。该算法通过样本的离散程度对属性重要度进行排序,以此来减少计算约简过程中候选属

性的遍历次数。12组UCI数据集上的实验结果表明,与其余三种算法相比,基于标准差属性重要度的启发式算法所求约简

的分类性能得到了提高,同时时间消耗有着显著减少。

关键词加速策略;属性约简;属性重要度;标准差;监督邻域粗糙集

中图分类号TP181DOI:10.3969/j.issn.1672-9722.2025.01.004

HeuristicAlgorithmBasedonStandardDeviationAttribute

SignificanceinSupervisedNeighborhoodRoughSet

LIUXudong

(SchoolofComputer,JiangsuUniversityofScienceandTechnology,Zhenjiang212100)

AbstractAsasignificantmodelinroughsettheory,thesupervisedneighborhoodroughsethasbeenpaidmuchattentionbe⁃

causeofitsbetterdiscriminatingperformance.However,whenderivingreductinsupervisedneighborhoodroughset,mostresearch⁃

eswillcausemassivetimeconsumptionbecauseofrepeatedlycomputingthesignificanceofcandidateattributes.Tofillsuchagap,

aheuristicalgorithmbasedonthestandarddeviationattributesignificanceisproposed.Theattributesignificanceissortedaccording

tothedegreeofthedispersionofthesamples,soastoreducethetraversalscaleofattributesintheprocessofderivingreduct.Exper⁃

imentalresultsover12UCIdatasetsshowthattheproposedalgorithmcaneffectivelydecreasetheelapsedtimeofderivingreduct

andimprovetheclassificationperformancesimultaneouslyovertheotherthreealgorithms.

KeyWordsaccelerationstrategy,attributereduction,attributesignificance,standarddeviation,supervisedneighborhood

roughset

ClassNumberTP181

文档评论(0)

教师资格证、公共营养师持证人

本人专注ppt制作、办公模板编辑六年有余,可以根据客户需求做出高品质ppt、办公表格等模板,以及文案等。

领域认证该用户于2024年07月07日上传了教师资格证、公共营养师

1亿VIP精品文档

相关文档