《计算机应用研究》优先出版 » 2019年第36卷 » 第1期 » 算法研究探讨 | |
基于邻域粗糙集下知识划分的信息表降维Dimension reduction for information tables based on knowledge partition of neighborhood rough set |
| 免费全文下载 (已被下载 … 次) | |
获取PDF全文 |
作者 | 彭潇然,刘遵仁,纪俊 |
---|---|
机构 | 青岛大学 数据科学与软件工程学院;青岛大学 计算机科学技术学院 |
统计 | 摘要被查看 … 次,已被下载 … 次 |
摘要 | Pawlak粗糙集的知识约简包括对决策表的知识约简和对信息表的知识约简。作为Pawlak粗糙集的扩展,邻域粗糙集在针对决策表的属性约简方面应用广泛,而针对信息表的属性约简方面应用鲜少。为了设计一种适用于信息表的属性约简算法,根据Pawlak粗糙集的信息表知识约简标准,首先提出一种邻域粗糙集的信息表知识约简标准,然后根据这种标准,结合贪心思想,进一步提出了一种适用于聚类任务的信息表属性约简算法。与主成分分析(principal component analysis,PCA)算法相比,实验结果表明用该算法对数据集降维后,得到的属性约简集合的属性个数较多,K-means算法根据属性集合进行聚类的精度较高。实验结果证明该算法能有效地应用于信息表的属性约简方面。 |
关键词 | 降维;聚类;信息表;邻域粗糙集;属性约简 |
基金项目 | 国家自然科学基金资助项目(61503208) |
本文URL | http://www.arocmag.com/article/02-2019-01-006.html |
收稿日期 | |
---|---|
修回日期 | |
页码 | - |
中图分类号 | TP391 |
文献标志码 |