×
吕正才;秦、郑;景，乔;Shan、Lai-Xiang

正宏观近似用于快速属性约简。 （英语） Zbl 1267.68215号

J.应用。数学。 2013年，文章ID 837281，11 p.（2013）.
摘要：属性约简是计算智能技术在人工智能中有效应用所面临的挑战之一。其任务是消除不必要的属性，并搜索与原始属性集具有相同分类能力的特征子集。为了实现有效的属性约简，人们开发了许多启发式搜索算法。它们大多基于这样一种模型，即与决策系统相关的所有目标概念的近似可分为由一对可定义概念（称为上近似和下近似）表示的单个目标概念的逼近。本文提出了一种新的模型，称为宏观近似，将所有目标概念视为一个不可分割的整体，由不一致容差块导出的粗糙集边界区域进行近似，并提出了一个有效的近似框架，称为正宏观近似（PMA），处理关于一系列属性子集的宏观近似。基于PMA，设计了一种不完备决策系统属性约简的快速启发式搜索算法，与其他现有算法相比，其计算效率明显提高，实验结果也证明了这一点。

MSC公司：

68T20型 人工智能背景下的问题解决（启发式、搜索策略等）

关键词：

属性约简;搜索;启发式;宏观近似;正宏观近似
PDF格式BibTeX公司 XML格式引用
\textit{Z.-C.Lu}等人，J.Appl。数学。2013年，文章ID 837281，11 p.（2013；Zbl 1267.68215）
全文： 内政部

参考文献：

[1] Z.Pawlak，“粗糙集”，《国际计算机和信息科学杂志》，第11卷，第5期，第341-356页，1982年·Zbl 0525.04005号 ·doi:10.1007/BF01001956
[2] A.An、N.Shan、C.Chan、N.Cercone和W.Ziarko，“发现需水量预测规则：增强的粗糙集方法”，《人工智能的工程应用》，第9卷，第6期，第645-653页，1996年·doi:10.1016/S0952-1976（96）00059-0
[3] K.Li和Y.-S.Liu，“数据挖掘中基于粗糙集的属性约简方法”，《2002年国际机器学习和控制论会议论文集》，第60-63页，中国北京，2002年11月。
[4] R.Li和Z.-O.Wang，“使用粗糙集和神经网络挖掘分类规则”，《欧洲运筹学杂志》，第157卷，第2期，第439-448页，2004年·Zbl 1106.68386号 ·doi:10.1016/S0377-2217（03）00422-3
[5] H.Wang和S.Wang，“发现调查数据库中缺失数据的模式：粗糙集的应用”，《应用专家系统》，第36卷，第3期，第6256-6260页，2009年·doi:10.1016/j.eswa.2008.07.010
[6] L.Shi、X.Ma、L.Xi、Q.Duan和J.Zhao，“基于粗糙集和集成学习的文本分类半监督算法”，《应用专家系统》，第38卷，第5期，第6300-6306页，2011年·doi:10.1016/j.eswa.2010.11.069
[7] 王振华、舒立林和丁晓云，“基于邻域的广义粗糙集约简”，《应用数学杂志》，2011年第卷，文章编号409181，22页，2011年·Zbl 1234.68377号 ·doi:10.1155/2011/409181
[8] A.Skowron和J.Stepaniuk，“走向离散问题的近似理论”，《基础信息学》，第15卷，第2期，第187-2081991页·Zbl 0745.03026号
[9] A.A.Bakar、M.N.Sulaiman、M.Othman和M.H.Selamat，“在数据挖掘中使用二进制整数编程寻找最小约简”，《TENCON会议录》，第141-146页，2000年9月。
[10] Y.Chen、D.Miao、R.Wang和K.Wu，“基于幂集树的特征选择粗糙集方法”，《基于知识的系统》，第24卷，第2期，第275-281页，2011年·doi:10.1016/j.knosys.2010.09.004
[11] M.E.ElAlami，“基于遗传算法的特征子集选择过滤器模型”，《基于知识的系统》，第22卷，第5期，第356-362页，2009年·doi:10.1016/j.knosys.2009.02.006
[12] R.Jensen和Q.Shen，“用蚁群优化寻找粗糙集约简”，《英国计算智能研讨会论文集》，第15-22页，2003年。
[13] X.Y.Wang、J.Yang、X.L.Teng、W.J.Xia和R.Jensen，“基于粗糙集和粒子群优化的特征选择”，《模式识别快报》，第28卷，第4期，第459-471页，2007年·doi:10.1016/j.patrec.2006.09.003
[14] J.W.Guan和D.A.Bell，“信息系统的粗糙计算方法”，《人工智能》，第105卷，第1-2期，第77-103页，1998年·Zbl 0909.68047号 ·doi:10.1016/S0004-3702（98）00090-3
[15] M.Beynon，“可变精度粗糙集模型中的约简：进一步研究”，《欧洲运筹学杂志》，第134卷，第3期，第592-605页，2001年·Zbl 0984.90018号 ·doi:10.1016/S0377-2217（00）00280-0
[16] M.Dash和H.Liu，“特征选择中基于一致性的搜索”，《人工智能》，第151卷，第1-2期，第155-176页，2003年·Zbl 1082.68791号 ·doi:10.1016/S0004-3702（03）00079-1
[17] Y.Caballero、D.Alvarez、R.Bello和M.M.Garcia，“使用粗糙集理论的特征选择算法”，《第七届智能系统设计和应用国际会议论文集》（ISDA'07），第407-411页，巴西里约热内卢，2007年10月·doi:10.1109/ISDA.2007.4389642
[18] 钱永浩，梁振英，党振英，“决策表中的一致性测度、包含度和模糊测度”，《模糊集与系统》，第159卷，第18期，第2353-2377页，2008年·Zbl 1187.68614号 ·doi:10.1016/j.fss.2007.12.016
[19] A.Choucholas和Q.Shen，“文本分类的粗糙集辅助关键字约简”，《应用人工智能》，第15卷，第9期，第843-873页，2001年·Zbl 05386731号 ·doi:10.1080/088395101753210773
[20] K.Thangavel、A.Pethalakshmi和P.Jaganathan，“基于粗糙集理论的缺失值降维新算法”，《国际软计算杂志》，第1卷，第2期，第111-117页，2006年。
[21] A.Pethalakshmi和K.Thangavel，“加速快速简化算法的性能分析”，载于《计算智能和多媒体应用国际会议论文集》（ICCIMA’07），第318-322页，印度泰米尔纳德邦锡瓦卡西，2007年12月·doi:10.1109/ICCIMA.2007.336
[22] P.S.V.S.Prasad和C.R.Rao，“IQuickReduction:对快速约简算法的改进”，《粗糙集、模糊集、数据挖掘和粒度计算》，H.Sakai，编辑，第5908卷，第152-159页，德国海德堡，2009年。
[23] 孟振清，石振中，“基于容差关系粗糙集的不完备决策系统属性约简的快速方法”，《信息科学》，第179卷，第16期，第2774-2793页，2009年·Zbl 1191.68667号 ·doi:10.1016/j.ins.2009.04.002
[24] Y.Qian、J.Y.Liang、W.Pedrycz和C.Dang，“正逼近：粗糙集理论中属性约简的加速器”，《人工智能》，第174卷，第9-10期，第597-618页，2010年·Zbl 1205.68310号 ·doi:10.1016/j.artint.2010.04.018
[25] Y.H.Qian、J.Y.Liang、W.Pedrycz和C.Y.Dang，“粗糙集框架中不完全数据属性约简的有效加速器”，《模式识别》，第44卷，第8期，第1658-1670页，2011年·Zbl 1218.68152号 ·doi:10.1016/j.patcog.2011.02.020
[26] N.Zhong、J.Dong和S.Ohsuga，“使用粗糙集和启发式进行特征选择”，《智能信息系统杂志》，第16卷，第3期，第199-214页，2001年·兹伯利0994.68149 ·doi:10.1023/A:101129601502
[27] M.Zhang和J.T.Yao，“基于粗糙集的特征选择方法”，《北美模糊信息处理协会IEEE年会论文集：加拿大落基山脉中心的模糊集》（NAFIPS'04），第434-439页，加拿大萨斯喀彻温省，2004年6月。
[28] N.M.Parthaláin和Q.Shen，“探索特征选择的容差粗糙集边界区域”，《模式识别》，第42卷，第5期，第655-667页，2009年·Zbl 1162.68625号 ·doi:10.1016/j.patcog.2008.08.029
[29] N.M.Parthaláin、Q.Shen和R.Jensen，“探索属性约简粗糙集边界区域的距离测量方法”，IEEE知识与数据工程学报，第22卷，第3期，第305-317页，2010年·doi:10.1109/TKDE.2009.119
[30] J.Qian，D.Q.Miao，Z.H.Zhang，W.Li，“基于不可分辨和可分辨关系的属性约简混合方法”，《国际近似推理杂志》，第52卷，第2期，第212-230页，2011年·Zbl 1214.68297号 ·doi:10.1016/j.ijar.2010.07.011
[31] 王国英、赵建安、吴永杰，“代数观点与信息观点在属性约简中的比较研究”，《信息基础》，第68卷，第3期，第289-301页，2005年·Zbl 1098.68134号
[32] 钱永浩（Y.H.Qian）和梁振英（J.Y.Liang），“粗糙集理论中的组合熵和组合粒化”，《国际不确定性、模糊性和基于知识的系统杂志》，第16卷，第2期，第179-193页，2008年·Zbl 1154.68520号 ·doi:10.1142/S0218488508005121
[33] L.Sun、J.C.Xu和Y.Tian，“不完备决策系统中基于粗糙熵的不确定性测度的特征选择”，《基于知识的系统》，第36卷，第206-216页，2012年。
[34] Y.Leung和D.Y.Li，“不完备信息系统中规则获取的最大一致块技术”，《信息科学》，第153卷，第85-106页，2003年·Zbl 1069.68605号 ·doi:10.1016/S0020-0255（03）00061-6
[35] A.Asuncion和D.J.Newman，美国加州大学欧文分校信息与计算机科学系UCI机器学习报告，2007年，http://www.ics.uci.edu/mlearn/MLRepository.html。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。