×
李薇薇;黄志秋;贾秀怡;蔡新业

基于邻域的决策理论粗糙集模型。 （英语） 兹比尔1344.68238

国际J近似推理 69, 1-17 (2016).
摘要：作为Pawlak粗糙集模型的扩展，决策理论粗糙集模型（DTRS）采用贝叶斯决策理论计算概率粗糙集模型中所需的阈值。它通过使用三方决策对正区域、边界区域和负区域进行了新的语义解释。DTRS在数据挖掘和决策中得到了广泛的讨论和应用。然而，DTRS的一个局限性是它缺乏直接处理数值数据的能力。为了克服这一缺点并扩展DTRS理论，本文在DTRS框架下提出了一种基于邻域的决策理论粗糙集模型（NDTRS）。定义并分析了该模型中的正区域相关属性约简和最小成本属性约简。实验结果表明，我们的方法可以得到较短的约简。此外，构造了一种基于三向决策的邻域分类器，并与其他分类器进行了比较。对比实验表明，该分类器具有较高的分类精度和较低的误分类代价。

引用于28文件

理学硕士：

68层37 人工智能背景下的不确定性推理

关键词：

邻里关系;决策论粗糙集模型;属性约简

软件：

威卡
PDF格式BibTeX公司 XML格式引用
\textit{W.Li}等人，《国际近似推理》69，1--17（2016；Zbl 1344.68238）
全文： 内政部

参考文献：

[1] 阿哈·D·W。；Kibler，D。；Albert，M.K.，基于实例的学习算法，马赫。学习。，6, 37-66 (1991)
[2] Chen，D.G。；Li，W.L。；张，X。；Kwong，S.，基于证据的邻域覆盖粗糙集属性约简数值算法，国际期刊近似推理。，55, 3, 908-923 (2014) ·Zbl 1316.68159号
[3] Chow，C.K.，《关于最佳识别错误和拒绝权衡》，IEEE Trans。Inf.理论，16，1，41-46（1970）·Zbl 0185.47804号
[4] 盖，T.M。；Hart，P.E.，最近邻模式分类，IEEE Trans。Inf.理论，13，1，21-27（1967）·Zbl 0154.44505号
[5] Dai，J.H。；Li，Y.X.，基于粗糙集理论的最小约简决策系统的启发式遗传算法，（ICMLC（2002）论文集），4-6
[6] 杜，Y。；胡庆华。；朱，P.F。；Ma，P.J.，基于邻域覆盖约简的分类规则学习，Inf.Sci。，181, 24, 5457-5467 (2011)
[7] 法耶兹，U.M。；Irani，K.B.，用于分类学习的连续值属性的多区间离散化，（AI不确定性国际联合会议论文集（1993）），1022-1027
[8] 赫伯特，J.P。；Yao，J.T.，博弈论粗糙集，Fundam。通知。，108, 3-4, 267-286 (2011) ·Zbl 1243.91016号
[9] 胡，Q.H。；Yu，D.R。；Liu，J.F。；吴春霞，基于邻域粗糙集的异质特征选择，信息科学。，178, 3577-3594 (2008) ·Zbl 1154.68466号
[10] 胡庆华。；佩德里茨，W。；Yu，D.R。；Lang，J.，基于邻域决策误差最小化选择离散和连续特征，IEEE Trans。系统。曼赛本。，B部分，网络。，40, 137-150 (2010)
[11] 胡庆华。；Yu，D.R。；谢振新，邻里分类器，专家系统。申请。，34, 866-876 (2008)
[12] 胡庆华。；朱，P.F。；Yang，Y.B。；Yu，D.，通过样本权重学习实现的最大边缘最近邻分类器，神经计算，74，4，656-660（2011）
[13] Jensen，R。；Shen，Q.，《语义保持维度约简：粗糙和模糊粗糙方法》，IEEE Trans。知识。数据工程，16，12，1457-1471（2004）
[14] 贾晓云。；Li，W.W。；Shang，L。；Chen，J.J.，决策理论粗糙集模型的优化观点，（RSKT学报，2011。RSKT会议记录，2011年，LNCS，第6954卷（2011年），457-465
[15] 贾晓云。；Liao，W.H。；唐，Z.M。；Shang，L.，决策论粗糙集模型中的最小成本属性约简，信息科学。，219, 151-167 (2013) ·Zbl 1293.91049号
[16] 贾，X.Y。；Shang，L.，过滤垃圾邮件的三方决策与双向决策，（《粗糙集交易》，第十八卷，《粗糙集的交易》，LNCS，第8449卷（2014）），69-91
[17] 贾晓云。；Shang，L。；周，B。；姚义勇，粗糙集理论中的广义属性约简，Knowl-基于系统。（2015），出版中
[18] 金·W。；Tung，A.K.H。；Han，J.W。；Wang，J.，使用对称邻域关系对异常值进行排序，（美国医学会学报（2006）），577-593
[19] Ke，L.J。；冯，Z.R。；Ren，Z.G.，粗糙集理论中属性约简的高效蚁群优化方法，模式识别。莱特。，29, 9, 1351-1357 (2008)
[20] Li，W.W。；黄志强。；Li，Q.，《基于三种决策的软件缺陷预测》，Knowl-基于系统。（2015），出版中
[21] 李伟（Li，W.）。；Miao，D.Q。；Wang，W.L。；Zhang，N.，文本分类的层次粗糙决策理论框架，（ICCI论文集（2010）），484-489
[22] 李，F。；Ye，M。；Chen，X.D.，基于决策论粗糙集模型的粗糙c-均值聚类扩展，国际期刊近似推理。，55, 1, 116-129 (2014) ·Zbl 1316.68115号
[23] 李海霞。；周，X.Z。；Zhao，J.B。；Liu，D.，《决策理论粗糙集模型中的属性约简：进一步研究》（RSKT学报，2011年）。RSKT会议记录，2011年，LNCS，第6954卷（2011年），466-475
[24] Liang，J.Y。；李，R。；Qian，Y.H.，距离：粗糙集理论中测度的一个更容易理解的视角，Knowl-基于系统。，27, 126-136 (2012)
[25] Liang，D.C。；刘，D。；佩德里奇，W。；胡，P.，三角模糊决策理论粗糙集，国际J近似推理。，54, 8, 1087-1106 (2013) ·Zbl 1316.68183号
[26] Lin，T.Y.，数据库和知识库系统中的邻域系统和近似，（第四届智能系统方法学国际研讨会论文集，海报会议（1989）），75-86
[27] 林，G.P。；Qian，Y.H。；Li，J.J.，NMGRS：基于邻域的多粒度粗糙集，国际期刊近似推理。，53, 7, 1080-1093 (2012) ·Zbl 1264.68176号
[28] Lingras，P。；陈，M。；Miao，D.Q.，《粗糙多类别决策理论框架》（RSKT会议录（2008）），676-683
[29] 刘，D。；李·T·R。；Li，H.X.，一种基于决策论粗糙集的多类别分类方法，Fundam。通知。，115, 2-3, 173-188 (2012) ·兹比尔1248.68492
[30] 刘，D。；李·T·R。；Liang，D.C.，《基于决策理论粗糙集的三方政府决策分析》，《国际不确定性杂志》。模糊知识-基于系统。，20, 1, 119-132 (2012)
[31] 刘，D。；李海霞。；周晓忠，决策论粗糙集二十年研究，（ICCI学报（2010）），968-973
[32] Pawlak，Z.，《粗糙集》，《国际计算杂志》。信息科学。，11, 341-356 (1982) ·Zbl 0501.68053号
[33] Pawlak，Z.，《粗糙集：关于数据推理的理论方面》（Rough Sets:Theory Aspects of Reasoning About Data）（1991年），Kluwer Academic Publishers:Kluwer-Academical Publishers Dordrecht，MA·Zbl 0758.68054号
[34] Pawlak，Z。；Wong，S.K.M。；Ziarko，W.，《粗糙集：概率与确定性方法》，国际期刊Man-Mach。螺柱，29，81-95（1988）·Zbl 0663.68094号
[35] Qian，Y.H。；张，H。；Sang，Y.L。；Liang，J.Y.，多粒度决策理论粗糙集，Int.J.近似推理。，55, 1, 225-237 (2014) ·Zbl 1316.68190号
[36] 斯科伦，A。；Rauszer，C.，《信息系统中的可辨矩阵和函数》，（智能决策支持，智能决策支持、理论和决策库，第11卷（1992年），331-362
[37] Slezak，D。；Ziarko，W.，贝叶斯粗糙集模型的研究，Int.J.近似原因。，40, 81-91 (2005) ·Zbl 1099.68089号
[38] 加州大学欧文分校机器学习库
[39] Wang，H.，《按邻里计算的最近邻居》，IEEE Trans。模式分析。机器。智力。，28, 942-953 (2006)
[40] Wang，J。；沃兹尼卡，A。；Kalousis，A.，《度量学习的学习社区》（ECML/PKDD（2012）会议记录），223-236
[41] 霍尔，M。；E.弗兰克。；霍姆斯，G。；普法林格，B。；鲁特曼，P。；Witten，I.H.，《WEKA数据挖掘软件：更新》，ACM SIGKDD Explor。新闻。，11, 1 (2009)
[42] Wu，W.Z。；Mi，J.S。；张伟新，广义模糊粗糙集，信息科学。，151, 263-282 (2003) ·Zbl 1019.03037号
[43] Wu，W.Z。；张伟新，邻域算子系统与逼近，信息科学。，144, 201-217 (2002) ·Zbl 1019.68109号
[44] Yao，Y.Y。；Wong，S.KM.，《近似概念的决策理论框架》，国际J.Man-Mach出版社。螺柱，37、6、793-809（1992）
[45] Yao，Y.Y。；Wong，S.K.M。；Lingras，P.，决策论粗糙集模型，（第五届智能系统方法学国际研讨会论文集（1990）），17-25
[46] 姚义勇，邻域算子和粗糙集近似算子的关系解释，信息科学。，111, 1, 239-259 (1998) ·Zbl 0949.68144号
[47] Yao，Y.Y.，概率粗糙集近似，国际期刊近似推理。，49, 255-271 (2008) ·Zbl 1191.68702号
[48] Yao，Y.Y.，概率粗糙集的三向决策，Inf.Sci。，180, 341-353 (2010)
[49] Yao，Y.Y.，概率粗糙集模型中三方决策的优越性，信息科学。，181, 6, 1080-1096 (2011) ·Zbl 1211.68442号
[50] Yao，Y.Y。；赵勇，决策论粗糙集模型中的属性约简，信息科学。，178, 3356-3373 (2008) ·兹比尔1156.68589
[51] Yao，Y.Y。；Zhao，Y。；Wang，J.，关于约简构造算法，（RSKT（2006）论文集），297-304·Zbl 1196.68275号
[52] Yao，Y.Y。；Zhou，B.，朴素贝叶斯粗糙集，（RSKT学报，2010年）。RSKT会议记录，2010年，LNAI，第6401卷（2010）），719-726
[53] Yu，H。；Zhou，Q.F.，基于三方决策的集群集成框架，（RSKT会议记录（2013）），302-312
[54] Zhang，J.B。；李，T.R。；阮，D。；Liu，D.，动态数据挖掘的邻域粗糙集，Int.J.Intell。系统。，27, 317-342 (2012)
[55] 张伟新。；Mi，J.S。；Wu，W.Z.，《不一致系统中知识约简的方法》，《国际情报学杂志》。系统。，18, 989-1000 (2003) ·Zbl 1069.68606号
[56] X.R.Zhao。；胡碧琴，基于模糊概率测度的模糊和区间值模糊决策理论粗糙集方法，信息科学。，298, 534-554 (2015) ·Zbl 1360.68856号
[57] 周，B.，多类决策论粗糙集，国际J近似推理。，55, 1, 211-224 (2014) ·Zbl 1316.68203号
[58] 周，X.Z。；Li，H.X.，基于决策理论粗糙集的多视图决策模型，（RSKT2009年论文集）。RSKT2009会议记录，LNCS，第5589卷（2009年），650-657
[59] 周，B。；Yao，Y.Y。；Luo，J.G.，成本敏感型三向电子邮件垃圾邮件过滤，J.Intell。信息系统。，42, 1, 19-45 (2014)
[60] Ziarko，W.，可变精度粗糙集模型，J.Compute。系统。科学。，46, 39-59 (1993) ·Zbl 0764.68162号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。