-
题名用Critic赋权法加权邻域粗糙集的属性约简算法
- 1
-
-
作者
吴尚智
任艺璇
葛舒悦
王立泰
王志宁
-
机构
西北师范大学计算机科学与工程学院
国家税务总局武安市税务局
-
出处
《北京航空航天大学学报》
北大核心
2025年第1期75-84,共10页
-
基金
国家自然科学基金(12161082,61861039)。
-
文摘
邻域粗糙集相比经典粗糙集能够处理非离散型数据和高维度数据,具有获得简化数据且不降低数据处理的能力。针对邻域粗糙集中每个属性具有相同权重,且每个属性对决策的影响程度不同的问题,提出用Critic赋权法加权邻域粗糙集的属性约简算法。使用Critic赋权法为条件属性赋权,引入加权距离函数计算邻域关系,得到加权邻域关系;构建加权邻域粗糙集,采用属性依赖度和重要度评估子集的重要性,使用等距搜索寻找最佳阈值,进行属性约简找到最优属性子集;采用UCI库中的10个数据集进行实验验证,与传统邻域粗糙集的属性约简算法的性能进行比较分析。实验结果表明:所提算法可得到最小属性约简集,并可保证约简后数据的分类准确率,具有有效性和实际应用价值。
-
关键词
Critic赋权法
邻域粗糙集
属性约简
加权邻域关系
属性依赖度
-
Keywords
Critic method
neighborhood rough set
attribute reduction
weighted neighborhood relationship
attribute dependence degree
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
