主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
马希骜,王国胤,于洪.决策域分布保持的启发式属性约简方法.软件学报,2014,25(8):1761-1780
决策域分布保持的启发式属性约简方法
Heuristic Method to Attribute Reduction for Decision Region Distribution Preservation
投稿时间:2013-07-13  修订日期:2013-10-11
DOI:10.13328/j.cnki.jos.004507
中文关键词:  决策粗糙集模型  决策域分布保持约简  遗传算法  属性约简  启发式方法
英文关键词:decision-theoretic rough set model  decision region distribution preservation reduction  genetic algorithm  attribute reduction  heuristic method
基金项目:国家自然科学基金(61272060,61379114);重庆市自然科学基金(CSTC2013jjB40003)
作者单位E-mail
马希骜 西南交通大学 信息科学与技术学院, 四川 成都 610031  
王国胤 计算智能重庆市重点实验室(重庆邮电大学), 重庆 400065 wanggy@ieee.org 
于洪 计算智能重庆市重点实验室(重庆邮电大学), 重庆 400065  
摘要点击次数: 2117
全文下载次数: 2305
中文摘要:
      在决策粗糙集中,由于引入了概率阈值,属性增加或减少时,正域或者非负域有可能变大、变小或者不变,即属性的增减与决策域(正域或非负域)之间不再具有单调性.分析结果表明,现有的基于整个决策域的属性约简定义可能会改变决策域.为使决策域保持不变,引入了正域分布保持约简与非负域分布保持约简的概念.此外,决策域的非单调性使得属性约简算法必须检查一个属性集合的所有子集.为了简化算法设计,提出了正域和非负域分布条件信息量的定义,并证明其满足单调性,从而为设计决策域分布保持约简的启发式计算方法提供了理论基础.为了进一步获得最小约简,提出一种基于遗传算法的决策域分布保持启发式约简算法,并在两种单调的决策域分布条件信息量基础上构造了新算子,即修正算子,确保遗传算法找到的是约简而不是约简的超集.对比实验从分类正确率与误分类代价两个方面都反映了决策域分布保持约简定义的合理性,并且,所提出的遗传算法在大多数情况下都找到了最小约简.
英文摘要:
      In decision-theoretic rough set models, since decision regions (positive region or non-negative region) are defined by allowing some extent of misclassification, the monotonicity of decision regions with respect to attribute sets does not hold. The definition of attribute reduction based on the whole decision regions may change decision regions. In order not to change decision regions, the positive region and non-negative distribution preservation reduction are introduced into decision-theoretic rough set models. Moreover, due to the non-monotonicity of decision regions, attribute reduction algorithms must search all possible subsets of an attribute set. The positive region and non-negative region distribution condition information contents are presented to facilitate the design of heuristic algorithms for decision region distribution preservation reduction. In a bid to then solve the minimum attribute reduction problem, heuristic genetic algorithm is applied to decision region distribution preservation reduction. A new modify operator is constructed by using two kinds of decision region distribution condition information contents so that genetic algorithm can find decision region distribution preservation reduction. Experimental results verify the effectiveness of decision region distribution preservation reduction and show the efficiency of the genetic algorithm to solve the minimum attribute reduction problem.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利