基于粒计算的粗糙集知识发现算法

doi:10.3969/j.issn.1006-2475.2013.09.009

计算机与现代化 ›› 2013, Vol. 1 ›› Issue (9): 38-41.doi: 10.3969/j.issn.1006-2475.2013.09.009

基于粒计算的粗糙集知识发现算法

郑晓辉

中国人民解放军94907部队，江西南昌 330013

收稿日期:2013-03-22 修回日期:1900-01-01 出版日期:2013-09-17 发布日期:2013-09-17

Knowledge Discovery in Rough Sets Based on Granular Computing

ZHENG Xiao-hui

Troop 94907, Chinese People’s Liberation Army, Nanchang 330013, China

Received:2013-03-22 Revised:1900-01-01 Online:2013-09-17 Published:2013-09-17

摘要/Abstract

摘要： 粗糙集理论是目前流行的数据处理方法，而粒计算已经成为粗糙集理论研究的一个热点。本文将粒计算理论运用于粗糙集的知识发现过程，改进现有的知识约简算法，提出新的处理方法，提高了知识约简的速度，对粗糙集理论和粒计算理论在数据约简中的应用做了探索。

关键词: 粒计算, 粗糙集, 知识发现

Abstract: The theory of rough sets is a prevalent way for data processing at present, and the granular computing has been a hot spot of the theory of rough sets. In this paper, the theory of granular computing is applied to the process of rough sets in knowledge discovery, the existing knowledge reduction algorithm is improved, and a new method is put forward to increase the speed of knowledge reduction. This paper does a research on the way of reduction in data application by the theory of rough sets and granular computing.

Key words: granular computing, rough set, knowledge discovery

中图分类号:

TP182

郑晓辉. 基于粒计算的粗糙集知识发现算法[J]. 计算机与现代化, 2013, 1(9): 38-41.

ZHENG Xiao-hui. Knowledge Discovery in Rough Sets Based on Granular Computing[J]. Computer and Modernization, 2013, 1(9): 38-41.

[1]	毛明扬, 徐胜超. 面向粒子群优化BP神经网络的粗糙集连续属性离散化算法[J]. 计算机与现代化, 2023, 0(09): 115-119.
[2]	段珣, 杨志勇, 江峰. 一种基于邻域粒度熵的离群点检测算法[J]. 计算机与现代化, 2022, 0(10): 19-23.
[3]	姚传文, 黄道斌, 叶明全, . 基于粗糙集自适应粒度的MR脑肿瘤图像分割[J]. 计算机与现代化, 2021, 0(01): 34-37.
[4]	李希敏, 李书琪. 基于粗糙集的多源数据库缓存冲突自动处理方法[J]. 计算机与现代化, 2020, 0(10): 36-39.
[5]	李华，江峰，于旭，杜军威，刘国柱. 基于粒度决策熵的属性约简[J]. 计算机与现代化, 2018, 0(04): 7-.
[6]	张勇亮1，李国林1，林珍玉1，李高扬2. 一种基于粒度相关向量机的故障预测方法[J]. 计算机与现代化, 2016, 0(9): 91-95+99.
[7]	胡盼,秦亮曦,姚洪曼. 用人工鱼群算法自动确定三支决策阈值[J]. 计算机与现代化, 2016, 0(6): 97-102.
[8]	汪耕任，范新南，史朋飞，陈伟. 基于粗糙集理论的水下大坝裂缝图像增强算法[J]. 计算机与现代化, 2015, 0(9): 35-41.
[9]	朱炜1，王云岚2. 基于属性约简的MPI运行时参数优化[J]. 计算机与现代化, 2014, 0(1): 14-17,21.
[10]	陆光;李想;王彪. 一种有效的属性约简算法[J]. 计算机与现代化, 2013, 1(8): 68-72,7.
[11]	韩丽丽;李龙澍. 基于Pawlak的决策粗糙集的属性约简研究[J]. 计算机与现代化, 2013, 1(7): 56-058.
[12]	刘双. 覆盖广义粗糙集模型研究[J]. 计算机与现代化, 2013, 1(3): 22-24.
[13]	黄河清;陈文. 覆盖粗糙集的依赖上近似[J]. 计算机与现代化, 2013, 1(3): 29-33.
[14]	吕曹芳;薛向锋;朱岳超;宗军君. 基于文本分类的网络知识发现[J]. 计算机与现代化, 2013, 1(2): 117-119.
[15]	夏先智;杜新宇;郑扬飞. 基于蚁群遗传算法的属性约简[J]. 计算机与现代化, 2013, 1(1): 25-28.

基于粒计算的粗糙集知识发现算法

Knowledge Discovery in Rough Sets Based on Granular Computing

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价