-
题名基于模糊邻域相对决策熵的属性约简算法
被引量：1
- 1
-
-
作者
徐久成
张杉
白晴
马妙贤
-
机构
河南师范大学计算机与信息工程学院
河南师范大学智慧商务与物联网技术河南省工程实验室
-
出处
《计算机科学》
北大核心
2025年第2期165-172,共8页
-
基金
国家自然科学基金(61976082,62076089,62002103)。
-
文摘
针对模糊邻域粗糙集对数据分布敏感且无法有效评估密度差异较大数据集的分类不确定性这一问题,提出了一种基于模糊邻域相对决策熵的属性约简算法。首先,采用相对距离定义样本的分类不确定度,重塑模糊邻域相似关系,并结合变精度模糊邻域粗糙近似,减少样本被归入错误类别的可能性;其次,在信息观下将模糊邻域可信度和覆盖度引入信息熵,并与基于代数观构造的模糊邻域相对依赖度相结合,提出模糊邻域相对决策熵;最后,设计一种基于模糊邻域相对决策熵的属性约简算法,从信息观和代数观两个角度来评估属性的重要度。在8个公共数据集上将其与现有的6种属性约简算法进行对比实验,结果表明,所提算法能有效地测量不同数据分布下样本的不确定度,提高数据的分类性能。
-
关键词
属性约简
模糊邻域粗糙集
分类不确定度
信息熵
-
Keywords
Attribute reduction
Fuzzy neighborhood rough set
Classification uncertainty
Information entropy
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
