版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、科學(xué)技術(shù)和社會經(jīng)濟(jì)的飛速發(fā)展,各個(gè)領(lǐng)域的數(shù)據(jù)急劇增加,為了從海量的數(shù)據(jù)中提煉出對人們有用的信息,需要對數(shù)據(jù)進(jìn)行處理,進(jìn)而達(dá)到信息的有效利用。在分類方法的學(xué)習(xí)過程中,數(shù)據(jù)集中的樣本往往是大量的,并非所有的樣本及其屬性對分類器都有貢獻(xiàn),有些樣本或?qū)傩陨踔習(xí)档头诸惼鞯姆诸惥?。約減掉這些樣本和屬性,不但能夠縮短分類時(shí)間,提高分類效率,而且能夠節(jié)省存儲空間。因而,研究數(shù)據(jù)的屬性約簡和樣本約減是進(jìn)行數(shù)據(jù)分類之前的重要研究內(nèi)容,具有十分重要的理論
2、意義。
鄰域粗糙集模型的提出擴(kuò)展了經(jīng)典粗糙集理論,克服了經(jīng)典粗糙集只能處理符號型的數(shù)值屬性的不足。鄰域粗糙集模型不僅能夠處理符號型數(shù)值屬性,也能處理連續(xù)型數(shù)值屬性,具有重要的現(xiàn)實(shí)應(yīng)用意義。本文借鑒鄰域粗糙集的基本思想,改進(jìn)了基于正域的屬性約簡算法只考慮被正確區(qū)分樣本數(shù)的不足,并且分析了樣本約減過程中樣本空間中樣本的分布不均勻?qū)Ψ诸惥鹊挠绊?。本文的主要?jiǎng)?chuàng)新點(diǎn)有:
(1)定義了區(qū)分對象集的概念,并探討了其基本性質(zhì),進(jìn)而
3、提出了基于區(qū)分對象集的屬性重要度度量。傳統(tǒng)的基于正域的屬性約簡算法是利用正域的思想,僅考慮被正確區(qū)分樣本數(shù)的約簡算法。本文借鑒邊界域的思想,提出了區(qū)分對象集的概念。
(2)根據(jù)(1)所提,設(shè)計(jì)了改進(jìn)的基于鄰域粗糙集的啟發(fā)式屬性約簡算法。該約簡算法在處理信息決策表的屬性時(shí),既考慮信息決策表的相對正域,也考慮以核屬性為啟發(fā)信息逐個(gè)增加條件屬性時(shí)對邊界域樣本的影響。當(dāng)增加某一屬性時(shí),若能引起邊界域樣本數(shù)變化最大,則該屬性對決策表的影
4、響最大,從而實(shí)現(xiàn)信息決策表的屬性約簡。
(3)在(2)中所提屬性約簡的基礎(chǔ)上進(jìn)行樣本約減。鑒于類別的分布密度對樣本約減影響很大,本文提出了一種基于密度的鄰域模型樣本約減方法,即依據(jù)樣本的分布密度對其進(jìn)行約減。應(yīng)用鄰域模型對最大密度差類別內(nèi)樣本進(jìn)行約減,選取鄰域樣本數(shù)最多的樣本,將其保留到約減后的樣本集中,該樣本鄰域內(nèi)的其他所有樣本都被刪掉,從而去除原樣本集最大密度差類別內(nèi)多余樣本,使類別內(nèi)樣本分布更加均勻。
(4)將
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 鄰域粗糙集的屬性約簡算法及其在分類器中應(yīng)用.pdf
- 基于鄰域粗糙集的屬性約簡算法研究.pdf
- 基于粗糙集屬性約減算法的Hadoop框架優(yōu)化.pdf
- 粗糙集理論在文本分類算法中的應(yīng)用
- 鄰域粗糙集及其基于鄰域粗糙集的分類算法.pdf
- 基于鄰域粗糙集增量式屬性約簡算法的研究與應(yīng)用.pdf
- 基于粗糙集屬性約簡的分類算法研究與應(yīng)用.pdf
- 基于粗糙集理論的文本分類算法研究及應(yīng)用.pdf
- 基于粗糙集的文本分類算法研究.pdf
- 基于粗糙集屬性約簡的集成分類算法研究.pdf
- 基于粗糙集的屬性約簡和決策規(guī)則約簡算法.pdf
- 基于粗糙集的屬性約簡算法研究與應(yīng)用.pdf
- 基于粗糙集的中文文本分類算法研究及應(yīng)用.pdf
- 基于粗糙集屬性約簡算法的研究.pdf
- 粗糙集屬性約簡算法研究.pdf
- 粗糙集與模糊粗糙集屬性約簡算法研究.pdf
- 基于PSO的粗糙集屬性約簡算法研究.pdf
- 粗糙集在文本分類系統(tǒng)中的應(yīng)用研究.pdf
- 基于粗糙集的屬性約簡算法及其應(yīng)用研究.pdf
- 決策粗糙集的屬性約簡算法研究.pdf
評論
0/150
提交評論