基于邻域粗糙集下知识划分的信息表降维

《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