检索结果-维普期刊中文期刊服务平台

基于非平衡数据下不完备混合型信息系统的属性约简被引量：8: 1; 作者姚晟李初宴陈悦《计算机应用研究》 CSCD 北大核心 2021年第5期1331-1335,共5页; 完备混合型信息系统下的粗糙集模型是传统粗糙集模型的重要扩展,目前关于非平衡数据属性约简的研究仅限于完备混合型的粗糙集模型。针对这一问题,提出一种基于不完备混合型信息系统的非平衡数据属性约简。本文首先将传统的粗糙集模型进... 展开更多; 关键词粗糙集不完备混合型信息系统非平衡数据属性约简; 在线阅读下载PDF 职称材料

不完备数据集的邻域容差互信息选择集成分类算法被引量：2: 2; 作者李丽红董红瑶 +2 位作者刘文杰李宝霖代琪《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第1期106-117,共12页; 针对不完备混合信息系统的分类问题,结合粒计算中的邻域容差关系和互信息理论,定义邻域容差互信息的概念,并利用集成学习的思想,提出不完备数据集的邻域容差互信息选择集成分类算法.该算法首先根据缺失属性得到信息粒,划分粒层构建粒空... 展开更多; 关键词不完备混合信息系统邻域容差互信息集成学习分类; 在线阅读下载PDF 职称材料

维度变化的不完备混合型数据增量式属性约简被引量：9: 3; 作者刘桂枝《计算机工程与应用》 CSCD 北大核心 2021年第12期161-169,共9页; 增量式属性约简是目前粗糙集理论的重点研究内容。针对不完备混合型信息系统属性变化的情形,提出一种基于正区域方法的增量式属性约简算法。提出了不完备混合型信息系统下正区域的一种等价且高效的计算表达形式,利用这种计算形式分别构... 展开更多; 关键词粗糙集属性约简不完备混合型信息系统正区域增量式学习; 在线阅读下载PDF 职称材料

不完备混合决策粗糙集特定类多目标属性约简被引量：3: 4; 作者蔡艳婧程实王强《计算机工程与设计》北大核心 2020年第11期3063-3071,共9页; 为提高属性约简的实用性能,针对不完备混合型信息系统提出一种不完备混合决策粗糙集模型,构造一种基于特定类的多目标代价敏感属性约简算法。该方法建立在不完备混合决策粗糙集基础上,将决策代价和测试代价同时作为属性约简的优化目标,... 展开更多; 关键词决策粗糙集不完备混合型信息系统决策代价测试代价属性约简; 在线阅读下载PDF 职称材料

基于邻域容差熵选择集成分类算法被引量：2: 5; 作者董红瑶申成奥李丽红《郑州大学学报（理学版）》 CAS 北大核心 2023年第6期15-21,共7页; 针对不完备混合型信息系统的分类问题,融合粒计算和集成学习思想,引入邻域容差关系,提出基于邻域容差熵选择集成分类算法。首先根据样本中的缺失属性将不完备混合型数据集划分为不同的信息粒,并再次遍历数据集进行最大化信息粒,构成新... 展开更多; 关键词不完备混合型信息系统信息粒邻域容差熵集成学习分类; 在线阅读下载PDF 职称材料

题名基于非平衡数据下不完备混合型信息系统的属性约简被引量：8: 1; 作者姚晟李初宴陈悦; 机构安徽大学计算机科学与技术学院安徽大学计算智能与信号处理教育部重点实验室; 出处《计算机应用研究》 CSCD 北大核心 2021年第5期1331-1335,共5页; 基金国家自然科学基金资助项目(61602004,61300057) 安徽省自然科学基金资助项目(1508085MF127) +2 种基金安徽大学博士科研启动基金资助项目(J10113190072)。; 文摘完备混合型信息系统下的粗糙集模型是传统粗糙集模型的重要扩展,目前关于非平衡数据属性约简的研究仅限于完备混合型的粗糙集模型。针对这一问题,提出一种基于不完备混合型信息系统的非平衡数据属性约简。本文首先将传统的粗糙集模型进行推广,提出不完备混合型信息系统下的粗糙集模型;然后针对数据的非平衡性,根据上下边界区域和类分布的不均匀性定义了一种新的属性重要度;在基于区别矩阵的基础上设计出一种非平衡数据的属性约简算法。实验分析表明该算法针对不完备非平衡数据的属性约简具有一定的有效性和优越性。; 关键词粗糙集不完备混合型信息系统非平衡数据属性约简; Keywords rough set incomplete hybrid information system unbalanced data attribute reduction; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名不完备数据集的邻域容差互信息选择集成分类算法被引量：2: 2; 作者李丽红董红瑶刘文杰李宝霖代琪; 机构华北理工大学理学院河北省数据科学与应用重点实验室唐山市工程计算重点实验室华北理工大学人工智能学院中国石油大学(北京)自动化系首钢矿业公司职工子弟学校; 出处《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第1期106-117,共12页; 基金河北省数据科学与应用重点实验室项目(10120201) 唐山市数据科学重点实验室项目(10120301); 文摘针对不完备混合信息系统的分类问题,结合粒计算中的邻域容差关系和互信息理论,定义邻域容差互信息的概念,并利用集成学习的思想,提出不完备数据集的邻域容差互信息选择集成分类算法.该算法首先根据缺失属性得到信息粒,划分粒层构建粒空间,在不同的粒层上使用以BP神经网络作为基分类器的集成算法,构建新的基分类器;然后,根据每个信息粒的缺失属性计算出关于类属性的邻域容差互信息,来衡量各个信息粒的重要度,并根据基分类器预测准确率以及邻域容差互信息重新定义基分类器权重;最后,根据预测样本对基分类器加权集成预测分类结果,并与传统的集成分类算法进行对比分析.对于部分不完备混合型数据集,新提出的集成分类算法能有效提升分类准确率.; 关键词不完备混合信息系统邻域容差互信息集成学习分类; Keywords incomplete hybrid information system neighborhood-tolerance mutual information ensemble learning classification; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名维度变化的不完备混合型数据增量式属性约简被引量：9: 3; 作者刘桂枝; 机构山西大同大学物理与电子科学学院; 出处《计算机工程与应用》 CSCD 北大核心 2021年第12期161-169,共9页; 基金国家青年自然科学基金(61307121) 山西大同大学科研项目(2014K4) 山西大同大学教改项目(XJY2013213)。; 文摘增量式属性约简是目前粗糙集理论的重点研究内容。针对不完备混合型信息系统属性变化的情形,提出一种基于正区域方法的增量式属性约简算法。提出了不完备混合型信息系统下正区域的一种等价且高效的计算表达形式,利用这种计算形式分别构造了属性增加和属性减少时正区域地增量式更新,理论证明了其高效性,基于这种增量式更新设计出了相应的增量式属性约简算法。UCI数据集的实验分析表明所提出增量式算法具有一定的有效性和优越性。; 关键词粗糙集属性约简不完备混合型信息系统正区域增量式学习; Keywords rough set attribute reduction incomplete hybrid information system positive region incremental learning; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名不完备混合决策粗糙集特定类多目标属性约简被引量：3: 4; 作者蔡艳婧程实王强; 机构南通大学信息科学技术学院江苏商贸职业学院电子与信息学院; 出处《计算机工程与设计》北大核心 2020年第11期3063-3071,共9页; 基金江苏省高职院校教师专业带头人高端研究个人访学基金项目(2018GRFX022) 江苏省现代教育技术研究课题基金项目(2017-R-54131) 南通市科技计划(指导性)基金项目(MSZ18080)。; 文摘为提高属性约简的实用性能,针对不完备混合型信息系统提出一种不完备混合决策粗糙集模型,构造一种基于特定类的多目标代价敏感属性约简算法。该方法建立在不完备混合决策粗糙集基础上,将决策代价和测试代价同时作为属性约简的优化目标,基于特定类的代价敏感而设计。实验结果表明,所提算法具有更高的代价敏感属性约简性能,由于属性约简结果同时兼顾了决策代价和测试代价,该算法具有更高的实用性能。; 关键词决策粗糙集不完备混合型信息系统决策代价测试代价属性约简; Keywords decision-theoretic rough set incomplete mixed information system decision cost test cost attribute reduction; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于邻域容差熵选择集成分类算法被引量：2: 5; 作者董红瑶申成奥李丽红; 机构华北理工大学理学院河北省数据科学与应用重点实验室唐山市工程计算重点实验室; 出处《郑州大学学报（理学版）》 CAS 北大核心 2023年第6期15-21,共7页; 基金河北省数据科学与应用重点实验室项目(10120201) 唐山市数据科学重点实验室项目(10120301)。; 文摘针对不完备混合型信息系统的分类问题,融合粒计算和集成学习思想,引入邻域容差关系,提出基于邻域容差熵选择集成分类算法。首先根据样本中的缺失属性将不完备混合型数据集划分为不同的信息粒,并再次遍历数据集进行最大化信息粒,构成新的粒空间,用以BP神经网络为基分类器的集成算法在粒空间上训练最大化信息粒,构建新的基分类器;然后以每个信息粒的缺失属性作为条件计算出关于类别属性的邻域容差条件熵,各个信息粒的重要度通过邻域容差条件熵进行量化后,通过信息粒的大小、新训练出的基分类器预测准确率以及邻域容差条件熵重新定义各个基分类器的权重;最后根据预测样本对基分类器加权集成,预测分类结果,并与传统的集成分类算法进行对比分析。对于不完备混合型数据集,新提出的集成分类算法能有效提升分类准确率。; 关键词不完备混合型信息系统信息粒邻域容差熵集成学习分类; Keywords incomplete hybrid information system information granule neighborhood-tolerance entropy ensemble learning classification; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于非平衡数据下不完备混合型信息系统的属性约简	姚晟李初宴陈悦	《计算机应用研究》 CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料
2	不完备数据集的邻域容差互信息选择集成分类算法	李丽红董红瑶刘文杰李宝霖代琪	《南京大学学报（自然科学版）》 CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
3	维度变化的不完备混合型数据增量式属性约简	刘桂枝	《计算机工程与应用》 CSCD 北大核心	2021	9	在线阅读下载PDF 职称材料
4	不完备混合决策粗糙集特定类多目标属性约简	蔡艳婧程实王强	《计算机工程与设计》北大核心	2020	3	在线阅读下载PDF 职称材料
5	基于邻域容差熵选择集成分类算法	董红瑶申成奥李丽红	《郑州大学学报（理学版）》 CAS 北大核心	2023	2	在线阅读下载PDF 职称材料