应用近似模糊熵的不完备信息系统属性约简

doi:10.11896/j.issn.1002-137X.2016.6A.018

计算机科学 ›› 2016, Vol. 43 ›› Issue (Z6): 81-82.doi: 10.11896/j.issn.1002-137X.2016.6A.018

应用近似模糊熵的不完备信息系统属性约简

汪琼枝,郑文曦,王道然

皖西学院金融与数学学院六安237012;皖西学院金融风险智能控制与预警研究中心六安237012,中国科学技术大学合肥230026,安徽星瑞齿轮传动有限公司品控部六安237012

出版日期:2018-12-01 发布日期:2018-12-01
基金资助:
本文受安徽省高等学校省级自然科学研究项目(KJ2013B345),安徽省高等学校省级教学研究项目(2012jyxm004),安徽省自然科学基金项目(1508085QA04)资助

Attribute Reduction Algorithm for Incomplete Information Systems Based on Approximate Fuzzy Entropy

WANG Qiong-zhi, ZHENG Wen-xi and WANG Dao-ran

Online:2018-12-01 Published:2018-12-01

摘要/Abstract

摘要： 属性约简是Rough集理论的重要研究内容,基于信息熵的属性约简是一种有效的属性约简方法。在实际应用中,获取的信息系统通常是不完备的。针对这种问题,在容差关系下对个体进行分类时,基于属性子集redu与CAttr(属性全集)-redu之间的内在联系,定义了一种新的知识熵,提出了一种新的应用近似模糊熵的不完备信息系统属性约简算法(newS算法),其时间复杂度是O(｜C｜²∑mi=1(k^p_i)²)。最后,在ROSE和UCI data中的6个数据集上进行了实验仿真,结果表明newS算法是可行的,并且在同等约简效果下与其他算法相比具有更高的属性约简效率。

关键词: 不完备信息系统,模糊熵,属性约简

Abstract: Attribute reduction is important research content of rough set theory.Attribute reduction based on information entropy is an effective method of knowledge reduction.In practical application,the acquired information system is usually not complete.To solve this problem,we defined a new knowledge entropy based on the relationship between the attribute subset redu and CAttr-redu,and proposed a new incomplete information system attribute reduction algorithm (newS algorithm) applying approximate fuzzy entropy.Finally,simulation experiment was carried out on 6 data sets in ROSE and UCI data.The experimental results show that the newS algorithm is feasible,and has higher efficiency compared with other algorithms under the same reduction effect.

Key words: Incomplete information system,Fuzzy entropy,Attribute reduction

汪琼枝,郑文曦,王道然. 应用近似模糊熵的不完备信息系统属性约简[J]. 计算机科学, 2016, 43(Z6): 81-82. https://doi.org/10.11896/j.issn.1002-137X.2016.6A.018

WANG Qiong-zhi, ZHENG Wen-xi and WANG Dao-ran. Attribute Reduction Algorithm for Incomplete Information Systems Based on Approximate Fuzzy Entropy[J]. Computer Science, 2016, 43(Z6): 81-82. https://doi.org/10.11896/j.issn.1002-137X.2016.6A.018

参考文献

[1] 戴逸翔,王雪,李宣平,等.面向生物信息感知网络稀疏脑电测量的模糊粗糙情绪识别[J].仪器仪表学报,2014,5(8):1693-1698
[2] 韩利强,陈泽华,曹长青,等.TEP故障诊断方法研究[J].计算机应用与软件,2014,1(7):82-85
[3] 马文萍,黄媛媛,李豪,等.基于粗糙集与差分免疫模糊聚类算法的图像分割[J].软件学报,2014,5(11):2675-2689
[4] 张文修,吴伟志,梁吉业,等.粗糙集理论与方法[M].北京:科学出版社,2008
[5] 曾晓辉,文展.不完备信息系统的属性约简算法[J].计算机工程,2009,5(24):185-187
[6] 滕书华,周石琳,孙即祥,等.基于条件熵的不完备信息系统属性约简算法[J].国防科技大学学报,2010,2(1):90-94

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

应用近似模糊熵的不完备信息系统属性约简

Attribute Reduction Algorithm for Incomplete Information Systems Based on Approximate Fuzzy Entropy

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

Metrics

本文评价

推荐阅读 0