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:2018年第12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
陈俞,赵素云,陈红,李翠平,孙辉.统计粗糙集.软件学报,2016,27(7):1645-1654
统计粗糙集
Statistical Rough Sets
投稿时间:2015-09-26  修订日期:2016-01-12
DOI:10.13328/j.cnki.jos.005036
中文关键词:  随机抽样  近似算子  统计粗糙集  模糊粗糙集
英文关键词:random sampling  approximate operator  statistical rough set  fuzzy rough set
基金项目:国家重点基础研究发展计划(973)(2012CB316205);国家高技术研究发展计划(863)(2014AA015204);国家自然科学基金(61532021,61202114,61272137);中国人民大学科学研究基金(15XNLQ06)
作者单位E-mail
陈俞 数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872
中国人民大学 信息学院 计算机系, 北京 100872 
 
赵素云 数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872 zhaosuyun@ruc.edu.cn 
陈红 数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872
中国人民大学 信息学院 计算机系, 北京 100872 
 
李翠平 数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872
中国人民大学 信息学院 计算机系, 北京 100872 
 
孙辉 数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872
中国人民大学 信息学院 计算机系, 北京 100872 
 
摘要点击次数: 2365
全文下载次数: 1606
中文摘要:
      现有的模糊粗糙集方法,由于其基础理论复杂度的桎梏,法应用到大规模数据集上.考虑到随机抽样是一种可以极大地减少运算量的统计学方法,将随机抽样引入到经典的模糊粗糙集理论中,建立了一种统计粗糙集模型.首先,提出了统计上、下近似的概念,它相比经典模糊粗糙集模型的优势在于,以随机抽样得到的小容量样本代替了大规模全集,从而显著降低了计算量.而且,随着全集数量的增大,抽样样本数量并不会显著增大.此外,还讨论了统计上、下近似的性质,揭示统计上、下近似和经典上、下近似之间的关系.并且,提出了一个定理,该定理保证了统计下近似与经典下近似的取值统计误差在允许的范围内.最后,通过数值实验验证了统计下近似在计算时间上的显著优势.
英文摘要:
      This paper introduces random sampling into traditional fuzzy rough methods and proposes a random sampling based statistical rough set model. The work focuses on how to bring random sampling into traditional rough set. First, random sampling is used to propose a concept of k-limit, which can dramatically reduce the amount of computation during the computing of lower approximation value. Then, statistical upper and lower approximation is formulated. By mathematical reasoning, sufficient theorem and proof are used to valid the reliability of new model. Finally, numerical experiments illustrate the efficiency of the proposed statistical rough sets.
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
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