检索结果-维普期刊中文期刊服务平台

基于邻域粗糙模型的高维数据集快速约简算法被引量：12: 1; 作者刘遵仁吴耿锋《计算机科学》 CSCD 北大核心 2012年第10期268-271,317,共5页; 根据粒子群优化算法的思想,给出了求解高维邻域决策表的一个约简算法SPRA。通过采用固有维数的分析方法MLE等,将其估算的维数值作为SPRA算法的初始化参数,提出了高维数据集快速约简算法QSPRA。利用5个UCI标准数据集对该算法进行了验证,... 展开更多; 关键词邻域粗糙模型决策依赖度固有维数估算极大似然估计法粒子群优化算法粒子群快速约简算法; 在线阅读下载PDF 职称材料

基于条件信息量的快速粗集约简算法被引量：8: 2; 作者祁立刘玉树《北京理工大学学报》 EI CAS CSCD 北大核心 2007年第7期604-608,共5页; 为提高粗集约简的效率,提出了一种基于条件信息量的快速粗集约简算法.该算法定义了基于等价块的信息量与条件信息量,并给出了条件信息量的不变性定理与属性重要度的单调性定理.与其他算法相比较,该算法缩小了实例集合的规模,减少了需要... 展开更多; 关键词粗糙集条件信息量快速约简算法; 在线阅读下载PDF 职称材料

基于多尺度属性粒策略的快速正域约简算法被引量：3: 3; 作者陈曼如张楠 +2 位作者童向荣东野升龙杨文静《计算机应用》 CSCD 北大核心 2019年第12期3426-3433,共8页; 传统启发式正域属性约简算法在每次迭代的过程中需要添加当前正域依赖度最大的属性进入已选定的特征属性子集,算法迭代次数多且效率低,难以应用于高维大规模数据集的特征选择中。针对上述问题,研究决策系统中正域之间的单调关系,给出了... 展开更多; 关键词属性约简粗糙集多尺度属性粒正域约简快速约简算法; 在线阅读下载PDF 职称材料

集值信息系统的快速正域约简被引量：4: 4; 作者陈曼如张楠 +1 位作者童向荣岳晓冬《智能系统学报》 CSCD 北大核心 2019年第3期471-478,共8页; 针对集值信息系统正域约简算法在大规模数据集下的运行效率问题,提出一种基于启发式的集值信息系统快速正域约简算法。通过研究属性和对象在约简过程中对算法运行效率产生的影响,在集值信息系统中引入属性无关性和属性重要度保序性的相... 展开更多; 关键词属性约简粗糙集集值信息系统特征选择启发式算法正域约简快速约简算法粗糙近似; 在线阅读下载PDF 职称材料

题名基于邻域粗糙模型的高维数据集快速约简算法被引量：12: 1; 作者刘遵仁吴耿锋; 机构上海大学计算机工程与科学学院青岛大学信息工程学院; 出处《计算机科学》 CSCD 北大核心 2012年第10期268-271,317,共5页; 基金国家自然科学基金(61170106)资助; 文摘根据粒子群优化算法的思想,给出了求解高维邻域决策表的一个约简算法SPRA。通过采用固有维数的分析方法MLE等,将其估算的维数值作为SPRA算法的初始化参数,提出了高维数据集快速约简算法QSPRA。利用5个UCI标准数据集对该算法进行了验证,结果表明,该算法是有效的、可行的。详细分析了种群规模和迭代次数对结果产生的影响。实验表明,基于核的启发式添加算法思想已经不适合求解高维数据集。; 关键词邻域粗糙模型决策依赖度固有维数估算极大似然估计法粒子群优化算法粒子群快速约简算法; Keywords Neighborhood rough set model Decision-making dependency Intrinsic dimension estimation MLE Particle swarm optimization algorithm Quick particle swarm reduction algorithm; 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

题名基于条件信息量的快速粗集约简算法被引量：8: 2; 作者祁立刘玉树; 机构北京理工大学计算机科学技术学院; 出处《北京理工大学学报》 EI CAS CSCD 北大核心 2007年第7期604-608,共5页; 基金国家部委预研项目(11415133); 文摘为提高粗集约简的效率,提出了一种基于条件信息量的快速粗集约简算法.该算法定义了基于等价块的信息量与条件信息量,并给出了条件信息量的不变性定理与属性重要度的单调性定理.与其他算法相比较,该算法缩小了实例集合的规模,减少了需要计算重要度的属性个数.实验结果表明,保持约简集合不变的前提下,该算法有效提高了粗集约简的效率.; 关键词粗糙集条件信息量快速约简算法; Keywords rough set conditional information quantity rapid reduction algorithm; 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

题名基于多尺度属性粒策略的快速正域约简算法被引量：3: 3; 作者陈曼如张楠童向荣东野升龙杨文静; 机构数据科学与智能技术山东省高校重点实验室(烟台大学) 烟台大学计算机与控制工程学院; 出处《计算机应用》 CSCD 北大核心 2019年第12期3426-3433,共8页; 基金国家自然科学基金资助项目(61572418,61572419,11801491) 山东省自然科学基金资助项目(ZR2018BA004)~~; 文摘传统启发式正域属性约简算法在每次迭代的过程中需要添加当前正域依赖度最大的属性进入已选定的特征属性子集,算法迭代次数多且效率低,难以应用于高维大规模数据集的特征选择中。针对上述问题,研究决策系统中正域之间的单调关系,给出了多尺度属性粒(MSAG)的形式化描述,提出了一种基于多尺度属性粒的快速正域约简算法(MAG-QPR)。由于多尺度属性粒包含多个属性,可以对已选定的特征属性子集提供较大的正域,因此,通过每次迭代添加MSAG,可以达到减少迭代次数和使选定的特征属性子集能更快地趋近于条件属性全集的正域分辨能力的目的,从而提高了启发式正域约简算法的效率。在实验部分,选取8组UCI数据进行实验,对于数据集Lung Cancer、Flag和German,MAG-QPR与基于正向近似的正域保持属性约简算法(FSPA-PR)、基于正向近似的条件熵属性约简算法(FSPA-SCE)、后向贪婪正域保持属性约简算法(BGRAP)和后向贪婪启发式广义决策保持属性约简算法(BGRAG)的运行时间加速比分别为9.64、15.70、5.03、2.50;3.93、7.55、1.69、4.57;3.61、6.49、1.30、9.51。实验结果表明,所提算法MAG-QPR提高了算法效率,具有更好的分类精度。; 关键词属性约简粗糙集多尺度属性粒正域约简快速约简算法; Keywords attribute reduction rough set multi-scale attribute granule positive region reduction quick reduction algorithm; 分类号 TP181 [自动化与计算机技术—控制理论与控制工程] TP301.4 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名集值信息系统的快速正域约简被引量：4: 4; 作者陈曼如张楠童向荣岳晓冬; 机构烟台大学数据科学与智能技术山东省高校重点实验室上海大学计算机工程与科学学院; 出处《智能系统学报》 CSCD 北大核心 2019年第3期471-478,共8页; 基金国家自然科学基金项目(61403329,61572418,61702439,61572419,61502410) 山东省自然科学基金项目(ZR2018BA004,ZR2016FM42) 烟台大学研究生科技创新基金项目(YDZD1807); 文摘针对集值信息系统正域约简算法在大规模数据集下的运行效率问题,提出一种基于启发式的集值信息系统快速正域约简算法。通过研究属性和对象在约简过程中对算法运行效率产生的影响,在集值信息系统中引入属性无关性和属性重要度保序性的相关定义,介绍了使得算法运行效率提升的相关定理、快速算法和应用实例。通过实验对提出算法的有效性进行分析和验证。实验表明,提出算法的运行效率优于原始算法的运行效率。; 关键词属性约简粗糙集集值信息系统特征选择启发式算法正域约简快速约简算法粗糙近似; Keywords attribute reduction rough set set-valued information systems feature selection heuristic algorithm posit-ive region reduction quick algorithm reduction rough approximations; 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	作者	出处	发文年	被引量	操作
1	基于邻域粗糙模型的高维数据集快速约简算法	刘遵仁吴耿锋	《计算机科学》 CSCD 北大核心	2012	12	在线阅读下载PDF 职称材料
2	基于条件信息量的快速粗集约简算法	祁立刘玉树	《北京理工大学学报》 EI CAS CSCD 北大核心	2007	8	在线阅读下载PDF 职称材料
3	基于多尺度属性粒策略的快速正域约简算法	陈曼如张楠童向荣东野升龙杨文静	《计算机应用》 CSCD 北大核心	2019	3	在线阅读下载PDF 职称材料
4	集值信息系统的快速正域约简	陈曼如张楠童向荣岳晓冬	《智能系统学报》 CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料