基于粗糙集理论的采煤工作面风险评价指标权重确定 被引量：2

1

作者 孙汉玉 《煤炭工程》 北大核心 2010年第4期64-66,共3页

针对属性权重完全未知且属性值以专家经验给出的采煤工作面风险评价问题,根据粗糙集理论利用属性重要度分配权重的计算方法,即将权重确定问题转化为粗糙集中属性重要性评价问题,通过计算所建知识系统中决策属性对特定条件属性的依赖度... 针对属性权重完全未知且属性值以专家经验给出的采煤工作面风险评价问题,根据粗糙集理论利用属性重要度分配权重的计算方法,即将权重确定问题转化为粗糙集中属性重要性评价问题,通过计算所建知识系统中决策属性对特定条件属性的依赖度和重要性,得出了风险评价模型的指标权重。该方法降低了传统采煤工作面风险评价指标权重确定方法的主观性,同时提高了采煤工作面危险源风险评价的精度,在实践中更具客观性与实用性,期待可以为煤矿企业制定安全生产规划提供决策依据。 展开更多

关键词 粗糙集 属性重要性 权重 风险评价

下载PDF 职称材料

基于粗糙集的海外石油勘探风险评价指标权重确定 被引量：1

2

作者 祁也 王宇奇 《科技与管理》 2014年第2期63-65,79,共4页

海外石油勘探项目风险指标权重确定的合理性直接决定了我国石油企业海外投资决策的有效性。传统确定指标权重的方法多为层次分析法,但层次分析法主观性较强,得出权重结果可信度较低。运用粗糙集方法确定风险指标权重,通过人工智能方法... 海外石油勘探项目风险指标权重确定的合理性直接决定了我国石油企业海外投资决策的有效性。传统确定指标权重的方法多为层次分析法,但层次分析法主观性较强,得出权重结果可信度较低。运用粗糙集方法确定风险指标权重,通过人工智能方法对指标进行客观处理,并用粗糙集重要度概念得出风险指标权重。与层次分析法对比,粗糙集方法计算的权重结果更具真实性、客观性和实用性。 展开更多

关键词 海外石油勘探风险 评价指标 粗糙集 属性重要度 权重

下载PDF 职称材料

基于属性重要性的逐步约简算法 被引量：25

3

作者 杜金莲 迟忠先 翟巍 《小型微型计算机系统》 CSCD 北大核心 2003年第6期976-978,共3页

粗糙集理论研究的重要内容之一是知识约简的有效性计算问题 ,目前求解知识约简的算法主要有两种 :一种是利用辨识矩阵构造区分函数 ,另外一种是基于属性重要性的启发式算法 .这两种算法均能求得决策系统的最小或次小约简 ,但由于计算的... 粗糙集理论研究的重要内容之一是知识约简的有效性计算问题 ,目前求解知识约简的算法主要有两种 :一种是利用辨识矩阵构造区分函数 ,另外一种是基于属性重要性的启发式算法 .这两种算法均能求得决策系统的最小或次小约简 ,但由于计算的复杂度高 ,所以当数据量增大时这些算法的计算性能是不能令人满意的 .本文在对后一种算法充分研究的基础上设计了基于属性重要性的逐步约简算法 ,利用在决策系统中已获得的正区域逐步缩小数据处理范围 ,减少求解时间 . 展开更多

关键词 粗糙集理论 知识约简 属性重要性

下载PDF 职称材料

连续属性离散化算法比较研究 被引量：20

4

作者 刘业政 焦宁 姜元春 《计算机应用研究》 CSCD 北大核心 2007年第9期28-30,33,共4页

探讨了贪心及其改进算法、基于属性重要性、基于信息熵和基于聚类四类连续属性离散化算法,并通过实验验证这四类算法的离散化效果。实验结果表明,数据集离散化的效果不仅取决于使用算法,而且与数据集连续属性的分布和决策数据值的分类... 探讨了贪心及其改进算法、基于属性重要性、基于信息熵和基于聚类四类连续属性离散化算法,并通过实验验证这四类算法的离散化效果。实验结果表明,数据集离散化的效果不仅取决于使用算法,而且与数据集连续属性的分布和决策数据值的分类也有密切关系。 展开更多

关键词 离散化 贪心算法 属性重要性 信息熵 聚类

下载PDF 职称材料

变论域知识约简算法 被引量：6

5

作者 王亚英 张春慨 邵惠鹤 《上海交通大学学报》 EI CAS CSCD 北大核心 2002年第4期566-569,共4页

从论域的角度出发 ,提出了一种变论域知识约简算法 .该算法需要多次计算属性重要度 .在计算过程中 ,不但论域逐步减少 ,有助于减少计算量 ,而且相对属性集不断增加 ,有助于选择出反映特征的重要属性来 .实验证明 。

关键词 知识约简算法 粗集 论域 属性重要度

下载PDF 职称材料

基于相对决策熵的决策树算法及其在入侵检测中的应用 被引量：13

6

作者 江峰 王春平 曾惠芬 《计算机科学》 CSCD 北大核心 2012年第4期223-226,共4页

为了弥补传统决策树算法的不足,提出一种基于相对决策熵的决策树算法DTRDE。首先,将Shannon提出的信息熵引入到粗糙集理论中,定义一个相对决策熵的概念,并利用相对决策熵来度量属性的重要性;其次,在算法DTRDE中,采用基于相对决策熵的属... 为了弥补传统决策树算法的不足,提出一种基于相对决策熵的决策树算法DTRDE。首先,将Shannon提出的信息熵引入到粗糙集理论中,定义一个相对决策熵的概念,并利用相对决策熵来度量属性的重要性;其次,在算法DTRDE中,采用基于相对决策熵的属性重要性以及粗糙集中的属性依赖性来选择分离属性,并且利用粗糙集中的属性约简技术来删除冗余的属性,旨在降低算法的计算复杂性;最后,将该算法应用于网络入侵检测。在KDD Cup99数据集上的实验表明,DTRDE算法比传统的基于信息熵的算法具有更高的检测率,而其计算开销则与传统方法接近。 展开更多

关键词 决策树 粗糙集 信息熵 相对决策熵 属性重要性 入侵检测

下载PDF 职称材料

粗糙集理论中知识粗糙性与属性重要性的信息度量(英文) 被引量：7

7

作者 梁吉业 李德玉 《工程数学学报》 CSCD 北大核心 2000年第B05期106-108,共3页

粗糙集理论是一种处理模糊和不确定性问题的新的数学方法。本文通过引入知识的信息量概念 。

关键词 粗糙集理论 知识粗糙性 属性重要性 信息度量

下载PDF 职称材料

一种新的属性重要性度量及其规则获取 被引量：6

8

作者 罗来鹏 刘二根 《计算机工程与应用》 CSCD 北大核心 2007年第22期170-172,共3页

在分析规则知识条件和结论所在等价类包含关系基础上,提出了一个新的属性相对重要性的定义,并给出一种以决策类为基础的逐渐增加条件属性直接获取最简分类规则方法,同时用实例进行了验证。

关键词 粗糙集 属性约简 规则提取 属性重要性

下载PDF 职称材料

基于粗糙集的快速属性约简算法研究 被引量：4

9

作者 瞿彬彬 卢炎生 《计算机工程》 CAS CSCD 北大核心 2007年第11期7-9,共3页

通过分析现有相容决策表属性约简算法,找出了计算低效性的根源。新的约简算法从论域的角度出发,采用层次结构,用属性边界域作为度量属性重要性启发函数。该算法使得论域不断缩小的同时,又能选出反映决策表系统特征的重要属性。理论分析... 通过分析现有相容决策表属性约简算法,找出了计算低效性的根源。新的约简算法从论域的角度出发,采用层次结构,用属性边界域作为度量属性重要性启发函数。该算法使得论域不断缩小的同时,又能选出反映决策表系统特征的重要属性。理论分析和实验表明,该算法保证在分类精度不变的前提下,获得最优或次优的约简属性集。 展开更多

关键词 粗糙集 层次约简 属性重要度

下载PDF 职称材料

基于不一致近邻的模糊粗糙集特征选择

10

作者 赵洁 叶文浩 +2 位作者 梁周扬 陈建新 董振宁 《计算机工程》 CSCD 北大核心 2024年第1期110-119,共10页

模糊粗糙集可突破经典粗糙集仅能处理离散数据的局限,有效对连续型数值进行特征选择。然而,模糊粗糙集以对象为中心计算,时间复杂度高,难以处理高维和大规模数据。为此,基于水平截集提出一种不一致近邻加速策略。该策略跟踪论域中每个... 模糊粗糙集可突破经典粗糙集仅能处理离散数据的局限,有效对连续型数值进行特征选择。然而,模糊粗糙集以对象为中心计算,时间复杂度高,难以处理高维和大规模数据。为此,基于水平截集提出一种不一致近邻加速策略。该策略跟踪论域中每个对象的模糊近邻集,持续删减其中不影响计算的近邻,若对象的不一致近邻删减至空,则删减该对象,从而提高算法效率。同时,设计一种基于不一致近邻递减的属性重要度,可有效抑制冗余特征入选,提升效率及分类精度。通过理论证明,所提的加速策略及属性重要度不影响属性入选的次序。在此基础上,提出新的模糊粗糙集特征选择算法。在9个UCI和scikit数据集上进行验证,实验结果表明,该算法不仅有效缩短运行时间,并可取得较高的分类精度,相比FA-FSCE、AVDP和IV-FS-FRS-2算法,运行时间至少可缩短9.44%,尤其在高维和大规模数据上可缩短61.01%~99.54%,在支持向量机和K-近邻算法的分类精度上最高可分别提高11.20%和19.95%。 展开更多

关键词 模糊粗糙集 特征选择 水平截集 不一致近邻 属性重要度

下载PDF 职称材料

一种有效的基于风险最小化的属性约简算法 被引量：6

11

作者 于洪 姚园 赵军 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2013年第2期210-216,共7页

基于粗糙集理论定义的属性约简大都要求约简前后正区域保持不变或者非负区域不变.在概率型决策粗糙集模型下,决策区域和决策规则与属性增减之间并不具备单调性.因此,决策者基于约简后的属性集合所作的决策风险最小就变得非常有意义.针... 基于粗糙集理论定义的属性约简大都要求约简前后正区域保持不变或者非负区域不变.在概率型决策粗糙集模型下,决策区域和决策规则与属性增减之间并不具备单调性.因此,决策者基于约简后的属性集合所作的决策风险最小就变得非常有意义.针对这种与各个区域无关的基于决策风险最小化的属性约简进行了研究.考虑到不同属性对决策表的决策分类能力不同,提出了基于决策粗糙集模型的属性重要性概念,设计了一种有效的基于属性重要性的决策风险最小化启发式属性约简算法.实例分析与对比实验结果说明新方法是有效的. 展开更多

关键词 属性约简 风险最小化 属性重要性 决策粗糙集

下载PDF 职称材料

基于粗糙集属性重要性的模糊聚类决策及应用 被引量：4

12

作者 巩增泰 姚红霞 +1 位作者 李娟 孙秉珍 《兰州理工大学学报》 CAS 北大核心 2007年第3期135-138,共4页

考虑到不同属性之间的重要性,利用粗糙集理论对模糊信息表或信息表中的不同属性之间(特别是定量属性与定性属性之间)进行耦合,提出一种计算不同属性间相似度的计算方法,即基于粗糙集属性重要性的模糊聚类方法,解决模糊信息表或信息表中... 考虑到不同属性之间的重要性,利用粗糙集理论对模糊信息表或信息表中的不同属性之间(特别是定量属性与定性属性之间)进行耦合,提出一种计算不同属性间相似度的计算方法,即基于粗糙集属性重要性的模糊聚类方法,解决模糊信息表或信息表中属性值定量与定性描述并存情况下的聚类问题,并根据原类结果建立决策表. 展开更多

关键词 粗糙集 模糊聚类 属性重要性

下载PDF 职称材料

基于条件信息熵的多值信息系统的属性约简 被引量：2

13

作者 苏莉 《电脑学习》 2010年第6期106-107,共2页

从信息论的角度提出了多值决策信息系统的信息熵和条件信息熵的概念,在此基础上提出了一种属性约简算法,以一种新的形式的属性重要性为启发式信息,减小了知识约简过程中的搜索空间,实验分析表明,该算法能得到多值信息系统的最小约简。

关键词 多值信息系统 信息熵 条件信息熵 属性重要性 属性约简

下载PDF 职称材料

一种基于连续属性离散化的知识分类方法 被引量：2

14

作者 孙英慧 孙英娟 +1 位作者 蒲东兵 姜艳 《东北师大学报（自然科学版）》 CAS CSCD 北大核心 2012年第1期45-49,共5页

提出一种基于连续属性离散化的知识分类方法.将条件属性按照重要度由高到低排序,并依照此排序将决策表中各条件属性依次离散化.在对决策表中条件属性的离散化过程中充分考虑已离散化的条件属性及决策属性,离散后的决策表不需要进一步约... 提出一种基于连续属性离散化的知识分类方法.将条件属性按照重要度由高到低排序,并依照此排序将决策表中各条件属性依次离散化.在对决策表中条件属性的离散化过程中充分考虑已离散化的条件属性及决策属性,离散后的决策表不需要进一步约简.使用了模拟数据和UCI机器学习数据集中的数据进行算法测试,而且与其他离散化算法进行了对比,结果充分证明了新方法的有效性. 展开更多

关键词 粗糙集 离散化 属性重要度 区间划分 断点

下载PDF 职称材料

广义特征矩阵及其应用初步

15

作者 黄德才 《浙江工业大学学报》 CAS 2005年第3期239-241,249,共4页

属性约简,即在保持知识库的分类或决策能力不变的条件下,删除其中不相关或不重要的属性,是Roughset理论的核心研究内容之一.决策表属性重要性度量方法是决定属性约简算法性能的重要启发式信息.合理的属性重要性度量方法,将有助于提高启... 属性约简,即在保持知识库的分类或决策能力不变的条件下,删除其中不相关或不重要的属性,是Roughset理论的核心研究内容之一.决策表属性重要性度量方法是决定属性约简算法性能的重要启发式信息.合理的属性重要性度量方法,将有助于提高启发式搜索算法的效率和优化效果.针对基于分辨矩阵的属性重要性度量的缺陷,提出了广义特征矩阵概念,并在分析其性质的基础上,建立了一种新的基于广义特征矩阵的属性重要性分层度量方法,该方法不需要计算属性重要性的权值而直接给出重要性的排序,具有分辨能力强,度量准确的特点,对决策表的属性约简和知识获取有重要应用价值. 展开更多

关键词 属性重要性 决策表 属性约简 粗集

下载PDF 职称材料

基于属性重要性的Cobweb算法 被引量：1

16

作者 苟光磊 崔贯勋 王柯柯 《重庆理工大学学报（自然科学）》 CAS 2012年第12期70-73,共4页

从数据样本自身出发,考察属性的重要性,得到属性的权重,结合定性和定量的角度分析数据,对概念聚类算法的分类效用进行了改进。实验证明,与原来概念聚类算法相比,改进后的聚类正确率得到提高,聚类后的结果也更合理。

关键词 概念聚类 属性重要性 分类效用 粒度原理

下载PDF 职称材料

一种属性约简新方法——修边法

17

作者 孙志明 《电脑知识与技术（过刊）》 2013年第6X期4087-4090,4093,共5页

总结了粗糙集用于属性约简过程中的优缺点;为了弥补粗糙集的缺陷,构建了一套简便的属性约简新方法,即修边法;修边法类似于粗糙集,但它通过人为假设将粗糙集转化为精确集,模拟二者之间的误差率,将这种误差度与决策表的条件属性重要度等... 总结了粗糙集用于属性约简过程中的优缺点;为了弥补粗糙集的缺陷,构建了一套简便的属性约简新方法,即修边法;修边法类似于粗糙集,但它通过人为假设将粗糙集转化为精确集,模拟二者之间的误差率,将这种误差度与决策表的条件属性重要度等价起来;揭示了修边法中属性权重的用途和意义;通过数据实例运算对比两种方法,展现了修边法的优势;通过加入容错阈值,提高属性约简的鲁棒性。 展开更多

关键词 数据挖掘 属性约简 粗糙集 修边法 属性重要度

下载PDF 职称材料

属性离散化算法研究

18

作者 孙英娟 杨柳 何昆鸟 《长春师范学院学报（自然科学版）》 2009年第6期12-14,共3页

本文探讨了基于属性重要性、基于信息熵、基于遗传算法和基于聚类的离散化算法,通过分析总结了各算法的优点及不足,并提出有待解决的问题。

关键词 离散化 属性重要性 信息熵 遗传算法 聚类

下载PDF 职称材料

基于粗糙集和Apriori算法的冰川编目数据的关联规则挖掘

19

作者 向俊 《现代计算机》 2009年第11期34-37,共4页

针对冰川编目数据的挖掘,人为给定的支持度和可信度的阈值导致挖掘出大量没有意义的关联规则。提出将粗糙集的属性重要性和属性值在事务数据库中的概率相结合方法。首先使用粗糙集方法求知识系统中各属性的重要度,然后再求出具体的属性... 针对冰川编目数据的挖掘,人为给定的支持度和可信度的阈值导致挖掘出大量没有意义的关联规则。提出将粗糙集的属性重要性和属性值在事务数据库中的概率相结合方法。首先使用粗糙集方法求知识系统中各属性的重要度,然后再求出具体的属性值在知识系统中的概率,最后将重要度和概率相结合得到频繁项目集的权值,通过对项目集权值的平均加权计算,来动态改变Apriori算法的最小支持度和最小可信度,不仅提高模型的效率,而且将其应用于冰川编目数据的挖掘,挖掘出冰川的特征、海拔的关联关系。 展开更多

关键词 粗糙集 APRIORI算法 属性重要度 属性值概率 冰川编目数据 关联规则

下载PDF 职称材料

基于属性重要性的Web文本聚类研究

20

作者 贾丙静 王传安 +1 位作者 王亚军 吴长勤 《重庆文理学院学报（自然科学版）》 2011年第3期49-51,共3页

Web文本聚类是一种典型的无指导机器学习技术,目标是将站点上采集到的Web文本分成若干簇,使同一簇内的文本相似性最大,不同簇间的文本相似性最小.为了对原始粗糙的Web文本数据进行降维处理,在知识属性值的基础上,计算单个属性相对于属... Web文本聚类是一种典型的无指导机器学习技术,目标是将站点上采集到的Web文本分成若干簇,使同一簇内的文本相似性最大,不同簇间的文本相似性最小.为了对原始粗糙的Web文本数据进行降维处理,在知识属性值的基础上,计算单个属性相对于属性集的重要性量化值,并根据属性重要性量化值对特征向量降维,并采用K-means算法对降维后的数据聚类,实验证明该方法缩短了聚类时间. 展开更多

关键词 WEB文本聚类 特征表示 特征选择 属性重要性

下载PDF 职称材料