期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到78篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
决策粗糙集属性约简:一种局部视角方法 被引量：17
1
作者 王宇 杨志荣 杨习贝 《南京理工大学学报》 EI CAS CSCD 北大核心 2016年第4期444-449,共6页
比较于经典粗糙集,决策粗糙集模型将代价问题考虑在内,为粗糙集的属性约简问题带来了新的挑战。尽管已有针对决策粗糙集的一些属性约简方法被提出,但这些约简标准都是基于所有决策类的,约束条件较为严格。为解决这一问题,从局部视角出发... 比较于经典粗糙集,决策粗糙集模型将代价问题考虑在内,为粗糙集的属性约简问题带来了新的挑战。尽管已有针对决策粗糙集的一些属性约简方法被提出,但这些约简标准都是基于所有决策类的,约束条件较为严格。为解决这一问题,从局部视角出发,针对单独的决策类提出了Local约简的思想。基于启发式算法求解约简的实验结果表明,相比于面向所有决策类的约简,Local约简可以获得更多的正域规则,同时也能够进一步降低约简中的属性数量。 展开更多
关键词 属性约简 代价 启发式算法 Local约简 单调性准则 正域规则 决策粗糙集
下载PDF
不完备邻域多粒度决策理论粗糙集与三支决策 被引量：14
2
作者 刘丹 徐立新 李敬伟 《计算机应用与软件》 北大核心 2019年第5期145-157,共13页
多粒度决策理论粗糙集是多粒度视角下三支决策中一种重要的模型。在数值型不完备数据下建立邻域容差关系;在其基础上提出乐观和悲观的邻域多粒度决策理论粗糙集模型。为了弥补这两种模型的局限,提出平均邻域多粒度决策理论粗糙集模型,... 多粒度决策理论粗糙集是多粒度视角下三支决策中一种重要的模型。在数值型不完备数据下建立邻域容差关系;在其基础上提出乐观和悲观的邻域多粒度决策理论粗糙集模型。为了弥补这两种模型的局限,提出平均邻域多粒度决策理论粗糙集模型,并分析相关性质以及相互关系。同时为了使所提出的邻域多粒度决策理论粗糙集适用于不完备数据环境,运用区间值的形式表示代价函数,并通过选取不同参数的方式提出一种可变三支决策。实例分析表明,该模型与方法具有一定的合理性与灵活性。 展开更多
关键词 决策理论粗糙集 多粒度 邻域 不完备信息系统 三支决策
下载PDF
基于属性重要度的风险决策粗糙集属性约简 被引量：12
3
作者 张清华 胡荣德 +1 位作者 姚龙洋 谢万成 《控制与决策》 EI CSCD 北大核心 2016年第7期1199-1205,共7页
基于Pawlak粗糙集的属性约简一般保持决策表的正区域不变,然而由于现实中不同用户对不同约简精度的需求,获取属性值的实际代价与个人偏好可能不同.针对决策者主观个人偏好、客观约简精度、获取属性值的实际代价和决策表各区域的误判代... 基于Pawlak粗糙集的属性约简一般保持决策表的正区域不变,然而由于现实中不同用户对不同约简精度的需求,获取属性值的实际代价与个人偏好可能不同.针对决策者主观个人偏好、客观约简精度、获取属性值的实际代价和决策表各区域的误判代价等综合情况,提出新的约简算法,并讨论约简代价与约简精度间的关系.通过遗传算法,采用启发式方法搜索出局部最优约简子集.仿真实验表明,所提出的算法操作性强,更适合处理实际决策问题. 展开更多
关键词 决策粗糙集 属性重要度 代价函数 用户偏好 属性约简
原文传递
决策粗糙集与代价敏感分类 被引量：11
4
作者 李华雄 周献中 +1 位作者 黄兵 赵佳宝 《计算机科学与探索》 CSCD 2013年第2期126-135,共10页
将决策粗糙集与代价敏感学习相结合,提出了一种基于决策粗糙集的代价敏感分类方法。依据决策粗糙集理论和属性约简方法,对待预测样本分别计算最优测试属性集,使得样本在最优测试属性集上计算的分类结果具有最小误分类代价和测试代价,依... 将决策粗糙集与代价敏感学习相结合,提出了一种基于决策粗糙集的代价敏感分类方法。依据决策粗糙集理论和属性约简方法,对待预测样本分别计算最优测试属性集,使得样本在最优测试属性集上计算的分类结果具有最小误分类代价和测试代价,依此给出样本的最小总代价分类结果。针对全局最优测试属性集求解过程中计算复杂度高的问题,提出了局部最优测试属性集的启发式搜索算法。该算法以单个属性对降低总分类代价的贡献率为启发函数,搜索各样本的局部最优测试属性集,并输出在局部最优测试属性集上样本的代价敏感分类结果。在UCI数据上的实验分析显示,所提算法有效地降低了分类结果的总代价和测试属性个数,使得样本分类结果同时具有较小的误分类代价和较小的测试代价。 展开更多
关键词 决策粗糙集 代价敏感 属性约简 误分类代价 测试代价
下载PDF
基于决策理论粗糙集的一种新属性约简方法 被引量：11
5
作者 姚晟 吴照玉 +1 位作者 陈菊 王维 《微电子学与计算机》 北大核心 2019年第5期76-81,共6页
决策理论粗糙集是一种对噪声数据具有很好容忍效果的粗糙集模型,然而由于该模型正区域的非单调性,因此传统的属性约简无法直接构造.本文将在决策理论粗糙集模型中提出一种新的属性约简方法,首先给出属性约简一种新的定义,即属性约简的... 决策理论粗糙集是一种对噪声数据具有很好容忍效果的粗糙集模型,然而由于该模型正区域的非单调性,因此传统的属性约简无法直接构造.本文将在决策理论粗糙集模型中提出一种新的属性约简方法,首先给出属性约简一种新的定义,即属性约简的正区域必须不小于属性全集的正区域,然后根据这一定义提出了相应的属性约简算法,最后进行一系列的仿真实验,通过属性约简的大小、属性约简集的分类精度以及算法效率三个方法证明了该算法的有效性和优越性. 展开更多
关键词 决策理论粗糙集 属性约简 正区域 分类性能
下载PDF
基于矩阵的混合型邻域决策粗糙集增量式更新算法 被引量：8
6
作者 苑红星 卓雪雪 +1 位作者 竺德 刘辉 《控制与决策》 EI CSCD 北大核心 2022年第6期1621-1631,共11页
决策粗糙集模型是当前粗糙集理论最为重要的研究分支之一.然而,由于现实环境下数据类型的复杂多样以及数据的动态更新,使得传统的决策粗糙集模型面临着一定的局限和不足,针对这一问题,提出一种混合型信息系统的邻域决策粗糙集模型,并设... 决策粗糙集模型是当前粗糙集理论最为重要的研究分支之一.然而,由于现实环境下数据类型的复杂多样以及数据的动态更新,使得传统的决策粗糙集模型面临着一定的局限和不足,针对这一问题,提出一种混合型信息系统的邻域决策粗糙集模型,并设计出一种矩阵方法的邻域决策粗糙集增量式更新算法.首先,将传统的离散型决策粗糙集模型在混合型信息系统下进行推广,提出一种邻域决策粗糙集模型,使得该模型可以直接处理混合型的数据;然后,利用矩阵的方法重新表示该邻域决策粗糙集模型,同时,针对混合型信息系统对象增加和对象减少时的情形,通过矩阵研究邻域决策粗糙集模型的增量式更新,并从理论上证明这种增量式方法的高效性;最后,基于矩阵的增量式更新方法,提出混合型信息系统邻域决策粗糙集的增量式更新算法.实验分析表明所提出的增量式更新算法具有一定的有效性和优越性. 展开更多
关键词 决策粗糙集 混合型信息系统 邻域 矩阵 增量式更新 效率
原文传递
保正域的决策粗糙集属性约简 被引量：9
7
作者 黄国顺 《计算机工程与应用》 CSCD 北大核心 2016年第2期165-169,270,共6页
针对决策粗糙集模型,分析了它的正域随条件属性删除时的变化特点,即当条件属性集变小时,决策粗糙集的正域不但会变大,而且可能保持不变或变小。讨论了现有几种与正域相关的决策粗糙集属性约简定义的优缺点,在此基础上提出一种新的保正... 针对决策粗糙集模型,分析了它的正域随条件属性删除时的变化特点,即当条件属性集变小时,决策粗糙集的正域不但会变大,而且可能保持不变或变小。讨论了现有几种与正域相关的决策粗糙集属性约简定义的优缺点,在此基础上提出一种新的保正域不变的决策粗糙集属性约简。计算实例发现,现有基于差别矩阵的决策粗糙集属性约简方法不能求到它的所有保正域约简。上述研究结果说明,决策粗糙集模型与经典粗糙集模型的属性约简问题完全不同,因此不能简单地将经典粗糙集的方法平行推广到决策粗糙集模型上。该文的结论为将来系统研究决策粗糙集模型中的属性约简问题提供了很好的小结和理论基础。 展开更多
关键词 决策粗糙集 属性约简 正域 差别矩阵
下载PDF
决策粗糙集属性约简算法与属性核研究 被引量：9
8
作者 钱进 吕萍 岳晓冬 《计算机科学与探索》 CSCD 2014年第3期345-351,共7页
属性约简是粗糙集理论的重要研究内容之一。在Pawlak粗糙集模型中,正区域大小随着属性增多而变大,呈现单调性。然而,在决策粗糙集模型中,概率正区域与属性集之间不具有单调性,从而产生各种属性约简定义。为此,深入研究了决策粗糙集属性... 属性约简是粗糙集理论的重要研究内容之一。在Pawlak粗糙集模型中,正区域大小随着属性增多而变大,呈现单调性。然而,在决策粗糙集模型中,概率正区域与属性集之间不具有单调性,从而产生各种属性约简定义。为此,深入研究了决策粗糙集属性约简问题,阐述了几种约简定义之间的关系,证明了保持局部最大概率正区域的约简具有较大的代价,指出了保持所有对象的正决策不变的约简呈现稳定性和存在属性核。 展开更多
关键词 决策粗糙集 属性约简 属性核
下载PDF
基于区间值犹豫模糊多粒度粗糙集的三支决策模型
9
作者 徐伟华 丁一 +1 位作者 邓彪 张晓燕 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期37-46,共10页
针对区间值犹豫模糊信息系统,提出了两种基于区间犹豫模糊多粒度粗糙集的三支决策模型。首先,借助多粒度粗糙集理论,提出乐观和悲观区间犹豫模糊多粒度粗糙集模型。其次,引入区间犹豫模糊连续交叉熵的概念,用TOPSIS方法来计算对象在不... 针对区间值犹豫模糊信息系统,提出了两种基于区间犹豫模糊多粒度粗糙集的三支决策模型。首先,借助多粒度粗糙集理论,提出乐观和悲观区间犹豫模糊多粒度粗糙集模型。其次,引入区间犹豫模糊连续交叉熵的概念,用TOPSIS方法来计算对象在不同情况下的条件概率。基于此,定义区间犹豫模糊决策理论粗糙集并给出相应的三支决策规则。最后,通过实例验证了这两种模型对目标评估采取不同的态度和决策方案,并且证明了所提算法的有效性。 展开更多
关键词 三支决策 区间犹豫模糊多粒度粗糙集 连续交叉熵 决策理论粗糙集
下载PDF
不完备信息系统中的多重代价决策粗糙集 被引量：7
10
作者 马兴斌 鞠恒荣 +1 位作者 杨习贝 宋晶晶 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第2期335-342,共8页
决策粗糙集源于贝叶斯决策准则,利用代价矩阵生成了构建概率粗糙集所需的一对阈值.通过代价对目标事物的近似使得决策粗糙集模型对代价敏感,使决策粗糙集成为一种十分重要的粗糙集方法.然而,大多数的决策粗糙集模型仅使用一个代价矩阵... 决策粗糙集源于贝叶斯决策准则,利用代价矩阵生成了构建概率粗糙集所需的一对阈值.通过代价对目标事物的近似使得决策粗糙集模型对代价敏感,使决策粗糙集成为一种十分重要的粗糙集方法.然而,大多数的决策粗糙集模型仅使用一个代价矩阵进行描述,来求解完备信息系统中的问题.这种方法并未考虑机器学习和数据挖掘中的一个重要问题,即现实生活中代价本身所具有的多样与变化特性.为解决该问题,首先,通过使用多重代价矩阵将多代价策略引进决策粗糙集;然后,在不完备信息系统中,分别提出了乐观与悲观两种形式的多代价决策粗糙集方法,讨论了这两种新的决策粗糙集模型与基于单代价矩阵决策粗糙集模型之间的关系,并且给出了乐观和悲观这两种决策粗糙集决策代价的总代价计算公式.最后,在四组UCI数据集上对几种不同的决策粗糙集的决策代价进行了对比分析.实验结果表明,乐观决策粗糙集得到的决策代价是一种较优的代价,并且随着代价矩阵的增加,代价的值将会保持在一个稳定的值.揭示了决策理论粗糙集的潜在应用并且为其提供了新的研究方向. 展开更多
关键词 决策粗糙集 不完备信息系统 多重代价 容差关系
下载PDF
基于区间数层次分析法的损失函数确定方法 被引量：6
11
作者 施极 索中英 《山东大学学报（理学版）》 CAS CSCD 北大核心 2022年第5期28-37,共10页
针对基于决策粗糙集的三支决策模型中,损失函数难以确定以及其合理性问题,考虑到区间数层次分析法在处理多属性决策问题上的适应性、对矩阵误差的包容性等,给出了基于区间数层次分析法的损失函数确定步骤,证明了该损失函数的有效性,将... 针对基于决策粗糙集的三支决策模型中,损失函数难以确定以及其合理性问题,考虑到区间数层次分析法在处理多属性决策问题上的适应性、对矩阵误差的包容性等,给出了基于区间数层次分析法的损失函数确定步骤,证明了该损失函数的有效性,将其应用于空战目标威胁评估的实例中,并且从三支决策角度对评估结果进行了解释。实例分析表明,该方法确定的损失函数具有一定合理性,阈值对更加紧凑,减小了因数据错误导致的不确定性,降低了错误决策的风险,符合现代化信息空战的需求。 展开更多
关键词 三支决策 决策粗糙集 损失函数 区间数层次分析法 空战目标威胁评估
原文传递
基于决策粗糙集的多属性灰色关联聚类方法 被引量：7
12
作者 刘勇 王冬冬 周婷 《控制与决策》 EI CSCD 北大核心 2017年第11期2034-2038,共5页
针对多属性灰色关联聚类的阈值确定问题,利用决策粗糙集方法,通过引入两个阈值参数定义决策对象间的可能关系和集合;将其代替基于灰色关联聚类的非此即彼关系,构建基于决策粗糙集的多属性灰色关联聚类方法,并采用贝叶斯推理探讨多属性... 针对多属性灰色关联聚类的阈值确定问题,利用决策粗糙集方法,通过引入两个阈值参数定义决策对象间的可能关系和集合;将其代替基于灰色关联聚类的非此即彼关系,构建基于决策粗糙集的多属性灰色关联聚类方法,并采用贝叶斯推理探讨多属性灰色关联聚类的阈值计算机理;最后以案例验证所提方法的有效性和合理性.结果表明,所提出的方法是经典灰色关联聚类的拓展和泛化,能够客观、科学地确定多属性灰色关联聚类阈值. 展开更多
关键词 灰色关联聚类 阈值 决策粗糙集 贝叶斯推理
原文传递
基于不完备区间值信息系统的决策粗糙集 被引量：7
13
作者 张鑫 李续武 +1 位作者 路艳丽 陈玉金 《计算机应用研究》 CSCD 北大核心 2017年第1期110-113,122,共5页
在不完备区间值信息系统中,提出一种基于极大相容类的决策粗糙集模型。针对不完备区间值信息系统中属性相似度存在的缺陷,对属性相似度进行改进。在不完备区间值信息系统中,由于容差关系下建立粗糙集模型存在冗余度高、分类精度低的问题... 在不完备区间值信息系统中,提出一种基于极大相容类的决策粗糙集模型。针对不完备区间值信息系统中属性相似度存在的缺陷,对属性相似度进行改进。在不完备区间值信息系统中,由于容差关系下建立粗糙集模型存在冗余度高、分类精度低的问题,采用极大相容类代替等价类,结合贝叶斯最小风险决策原则,建立决策粗糙集模型。经证明,基于极大相容类建立粗糙集模型可有效提高分类精度。最后,基于正域分布不变的原则提出基于区分矩阵的属性约简算法并将该算法应用于实例。 展开更多
关键词 不完备区间值信息系统 属性相似度 决策粗糙集 区分矩阵
下载PDF
一种新的决策粗糙集启发式属性约简算法 被引量：7
14
作者 常红岩 蒙祖强 《计算机科学》 CSCD 北大核心 2016年第6期218-222,共5页
属性约简是粗糙集理论中最重要的研究内容之一。在决策粗糙集中,学者提出了多种属性约简的定义,其中包括保持所有对象正决策不变的约简定义。针对该约简定义,为了高效地获取约简集,设计了一种启发式函数——决策重要度,这种启发式函数... 属性约简是粗糙集理论中最重要的研究内容之一。在决策粗糙集中,学者提出了多种属性约简的定义,其中包括保持所有对象正决策不变的约简定义。针对该约简定义,为了高效地获取约简集,设计了一种启发式函数——决策重要度,这种启发式函数根据每个属性正决策对象集合的大小来定义其重要性,正决策对象集合越大表示重要性越高,由此构造了基于决策重要度的启发式属性约简算法。该算法的优点是通过对属性决策重要度的排序,确定了一个搜索方向,避免了属性的组合计算,减少了计算量,能够找出一个较小的约简集。实验结果表明,该算法是有效的,能够得到较好的约简效果。 展开更多
关键词 决策粗糙集 属性约简 启发函数
下载PDF
基于广义自适应多粒度的多源信息融合研究 被引量：2
15
作者 钱进 童志钢 +2 位作者 余鹰 洪承鑫 苗夺谦 《智能系统学报》 CSCD 北大核心 2023年第1期173-185,共13页
多粒度粗糙集模型是一种有效的信息融合策略。利用该策略能从多个角度将多源信息进行融合,并转化成一致的信息表示。现有的大多数多粒度信息融合方法对每个知识粒度都采用相同的阈值,然而,众所周知,不同的信息源的来源和噪声都不尽相同... 多粒度粗糙集模型是一种有效的信息融合策略。利用该策略能从多个角度将多源信息进行融合,并转化成一致的信息表示。现有的大多数多粒度信息融合方法对每个知识粒度都采用相同的阈值,然而,众所周知,不同的信息源的来源和噪声都不尽相同,其对应的知识粒度的阈值也应不同。为此,首先在广义多粒度粗糙集中引入单参数决策理论粗糙集,提出了广义自适应多粒度粗糙集模型。然后,利用经典的融合策略设计了4种广义多粒度模型,所有模型都可以通过一个参数补偿系数ζ来自适应地获得知识粒度对应的阈值对,并讨论了这些模型的相关性质。最后,通过实验结果证明,所提模型在实际应用中灵活性更高,决策更为合理。 展开更多
关键词 多源信息 信息融合 决策理论粗糙集 粗糙集 广义自适应多粒度 多粒度 自适应阈值 知识粒度
下载PDF
基于对象变化的邻域决策粗糙集动态更新算法 被引量：5
16
作者 孙海霞 《智能系统学报》 CSCD 北大核心 2021年第4期746-756,共11页
针对现实环境下数据集不断动态变化的特性,提出一种邻域决策粗糙集模型的增量式更新算法。采用由简单到复杂的研究思路,分析了邻域型信息系统论域增加和减少单个对象时,目标近似集与邻域类之间概率的变化规律,进一步地利用这种规律来构... 针对现实环境下数据集不断动态变化的特性,提出一种邻域决策粗糙集模型的增量式更新算法。采用由简单到复杂的研究思路,分析了邻域型信息系统论域增加和减少单个对象时,目标近似集与邻域类之间概率的变化规律,进一步地利用这种规律来构造单个对象变化时邻域决策粗糙集模型上下近似集的增量式更新,在单个对象变化的基础上,通过逐步迭代的方式设计了对象批量变化时的增量式更新算法。实验分析表明,所提出的算法具有较高的增量式更新性能,适用于动态数据环境下邻域决策粗糙集模型的动态更新。 展开更多
关键词 粗糙集 决策粗糙集 邻域 增量式学习 近似集 对象 迭代 动态
下载PDF
一种实域粗糙集模型及属性约简方法 被引量：5
17
作者 冯林 原永乐 +2 位作者 苟仕蓉 杨军 沈莉 《控制与决策》 EI CSCD 北大核心 2012年第4期562-566,共5页
通过对实域区间和决策值的重新划分,对已经存在的属性广义重要度度量准则进行了扩展,构建了对象空间上的广义邻域关系及广义邻域关系下的实域粗糙集模型,并在此基础上提出了实域决策系统中属性约简方法(ARRDDS).对不同数据集的实验测试... 通过对实域区间和决策值的重新划分,对已经存在的属性广义重要度度量准则进行了扩展,构建了对象空间上的广义邻域关系及广义邻域关系下的实域粗糙集模型,并在此基础上提出了实域决策系统中属性约简方法(ARRDDS).对不同数据集的实验测试结果表明,与其他相关方法相比,ARRDDS方法能够较好地处理决策表中实数域属性约简问题. 展开更多
关键词 广义重要度 属性约简 邻域关系 实域粗糙集 决策理论粗糙集模型
原文传递
不完备邻域加权多粒度决策理论粗糙集及三支决策 被引量：1
18
作者 王茜 张贤勇 《山东大学学报（理学版）》 CAS CSCD 北大核心 2023年第9期94-104,共11页
关注粒度间差异性和不平衡性,利用粒度分类能力挖掘粒度权重,从而构建两种基于粒度加权策略的粗糙集模型实施相关的三支决策。首先,根据边界域对知识划分的影响定义粒度重要度并诱导粒度权重,融合权重与条件概率提出不完备邻域加权多粒... 关注粒度间差异性和不平衡性,利用粒度分类能力挖掘粒度权重,从而构建两种基于粒度加权策略的粗糙集模型实施相关的三支决策。首先,根据边界域对知识划分的影响定义粒度重要度并诱导粒度权重,融合权重与条件概率提出不完备邻域加权多粒度决策理论粗糙集,得到三支决策。然后,考虑属性的特定限制,建立不完备邻域加权限制多粒度决策理论粗糙集,得到相关性质与相互关系。最后,利用可变三支决策进行实例分析与数据实验,证实新模型的合理性与优越性。关于不完备邻域多粒度决策理论粗糙集,两种加权模型优化改进与系统扩张了对应的基础模型,有利于相关数据分析与决策制定。 展开更多
关键词 不完备邻域信息系统 多粒度粗糙集 决策理论粗糙集 三支决策 粒度重要度
原文传递
一种有效的基于风险最小化的属性约简算法 被引量：6
19
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
一种决策风险代价与属性偏好融合的适应性决策树算法 被引量：5
20
作者 陈家俊 苗夺谦 《小型微型计算机系统》 CSCD 北大核心 2018年第6期1208-1212,共5页
针对现有决策树模型在分类过程中不能充分考虑决策精度、决策者的属性偏好以及决策风险因素的影响问题,提出一种决策风险代价与属性偏好融合的适应性决策树算法.算法结合决策粗糙集和代价敏感学习问题,引入用户偏好程度和决策风险损失... 针对现有决策树模型在分类过程中不能充分考虑决策精度、决策者的属性偏好以及决策风险因素的影响问题,提出一种决策风险代价与属性偏好融合的适应性决策树算法.算法结合决策粗糙集和代价敏感学习问题,引入用户偏好程度和决策风险损失函数的概念,根据贝叶斯最小风险决策原则,计算决策风险代价,通过构建适应度函数作为启发式函数选择划分属性,从而建立决策树模型.在决策树构建过程中,使用置信因子概念对决策树进行剪枝,以防生成的决策树过于庞大.实验结果表明该决策树算法是有效的,能充分考虑决策者的属性偏好和因决策的不确定性产生的误分代价,实验参数的设置可以增强算法的适应性,满足不同应用领域的需求. 展开更多
关键词 决策粗糙集 属性偏好程度 决策树 适应度函数
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部