×

动态粒度下连续三方决策的属性约简。 (英语) Zbl 1419.68175号

总结:在现实世界的决策制定中,连续三方决策是在多个粒度级别下解决人类问题的有效方法。在最佳水平上做出正确的决策是一个关键问题。为此,我们解决了动态粒度下连续三方决策的属性约简问题。在回顾现有属性约简定义的基础上,定义了一种新的序列三方决策属性约简,并设计了相应的单调属性重要性测度。提出了一种满足概率正区域单调性的属性约简算法。在全局视图、局部视图和顺序三方决策下,进一步讨论了决策理论粗糙集模型的不同属性约简、概率正区域和概率正规则之间的关系。实验结果表明,该方法是有效的。这项研究将为顺序三方决策的属性约简问题提供新的见解。

MSC公司:

68层37 人工智能背景下的不确定性推理

软件:

UCI-毫升
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 亚松森,A。;Newman,D.J.,UCI机器学习库(2007),加利福尼亚大学信息与计算机科学系:加利福尼亚大学信息和计算机科学系,加利福尼亚州欧文[网址:http://www.ics.uci.edu/mlearn/MLRepository.html]
[2] Beynon,M.,《可变精度粗糙集模型中的约简:进一步研究》,《欧洲期刊·Oper》。决议,134592-605(2001)·兹比尔0984.90018
[3] Chen,H.M。;李·T·R。;Luo,C.,动态数据挖掘的决策理论粗糙集方法,IEEE Trans。模糊系统。,23, 6, 1958-1970 (2015)
[4] 陈,J。;张永平。;Zhao,S.,三元决策理论中边界区域的多粒度挖掘,Knowl-基于系统。,91, 287-292 (2016)
[5] Ciucci,D。;Dubois,D.,三值逻辑之间的依赖映射,Inf.Sci。,250, 162-177 (2013) ·Zbl 1321.03037号
[6] Greco,S。;马塔拉佐,B。;Słowiáski,R.,使用粗糙隶属度和贝叶斯确认测度的参数化粗糙集模型,国际期刊近似推理。,49, 2, 285-300 (2008) ·Zbl 1191.68678号
[7] 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
[8] 胡碧琴,三向决策空间和三向决策,信息科学。,281, 21-52 (2014) ·Zbl 1355.68256号
[9] Inuiguchi,M.,变精度粗糙集模型中的属性约简,《国际不确定性杂志》。模糊知识-基于系统。,14, 461-479 (2006) ·Zbl 1110.68147号
[10] 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
[11] 贾晓云。;Tang,Z.M。;廖文华,关于决策论粗糙集模型的优化表示,国际J近似推理。,55156-166(2014)·Zbl 1316.68179号
[12] 贾晓云。;Shang,L。;周,B.,粗糙集理论中的广义属性约简,Knowl-基于系统。,91, 204-218 (2016)
[13] Kryszkiewicz,M.,《可变精度粗糙集模型中约简的维护》(1994),华沙理工大学,ICS研究报告31/94
[14] 李海霞。;周晓忠,基于决策论粗糙集的风险决策:一个三元视角的决策模型,国际计算机。智力。系统。,4, 1, 1-11 (2011)
[15] 李海霞。;周,X.Z。;Zhao,J.B.,决策论粗糙集中的非单调属性约简,Fundam。通知。,126, 4, 415-432 (2013) ·兹比尔1275.68147
[16] 李海霞。;张立波。;黄,B。;Zhou,X.Z.,成本敏感型人脸识别的序贯三元决策和粒化,Knowl-基于系统。,91, 241-251 (2016)
[17] Liao,S。;朱,Q。;Min,F.,决策论粗糙集模型中的成本敏感属性约简,数学。问题。工程,1-9(2014)·Zbl 1407.68486号
[18] Li,W.T。;徐伟华,双定量决策理论粗糙集,信息科学。,316, 54-67 (2015) ·Zbl 1390.68666号
[19] Li,J.H。;梅,C.L。;Lv,Y.J.,《不完全决策情境:近似概念构建、规则获取和知识约简》,《国际期刊近似推理》。,54, 1, 149-165 (2013) ·Zbl 1266.68172号
[20] Li,J.H。;梅,C.L。;Xu,W.H。;Qian,Y.H.,《通过粒计算进行概念学习:认知观点》,《信息科学》。,298, 447-467 (2015) ·Zbl 1360.68688号
[21] Li,J.H。;黄,C.C。;齐俊杰。;Qian,Y.H。;刘伟强,通过多粒度的三向认知概念学习,信息科学。,378, 244-263 (2017) ·Zbl 1429.68228号
[22] 李,M。;Wang,G.,在不完全上下文中使用三方决策和属性约简进行近似概念构建,Knowl-基于系统。,91, 165-178 (2016)
[23] Liang,J.Y。;Wang,F。;Dang,C.Y。;钱,Y.H.,一种具有多粒度视图的高效粗糙特征选择算法,Int.J.近似推理。,53, 912-926 (2012)
[24] Liang,D.C。;佩德里茨,W。;刘,D。;Hu,P.,在群体决策的帮助下,基于决策理论粗糙集的语言评估三向决策,应用。软计算。,29, 256-269 (2015)
[25] 梁博士。;刘,D。;Kobina,A.,决策理论粗糙集下的三向群决策,Inf.Sci。,345, 46-64 (2016)
[26] Lingras,P。;陈,M。;缪德清,基于决策理论的粗糙聚类质量指数,IEEE Trans。知识。数据工程,21,1014-1026(2009)
[27] 刘,D。;Yao,Y.Y。;Li,T.R.,《基于决策论粗糙集的三方投资决策》,国际计算机杂志。智力。系统。,4, 66-74 (2011)
[28] 刘,D。;李·T·R。;阮,D.,具有决策论粗糙集的概率模型准则,信息科学。,181、17、3709-3722(2011年)
[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, 173-188 (2012) ·Zbl 1248.68492号
[30] Ma,X.A。;Wang,G.Y。;Yu,H.,决策理论粗糙集模型中的决策区域分布保留约简,信息科学。,278, 1, 614-640 (2014) ·Zbl 1354.68264号
[31] 孟振强。;石振中,关于决策论粗糙集模型中的快速属性约简,信息科学。,330, 226-244 (2016) ·Zbl 1390.68669号
[32] Mi,J.S。;Wu,W.Z。;张伟新,基于变精度粗糙集模型的知识约简方法,信息科学。,159, 255-272 (2004) ·Zbl 1076.68089号
[33] Miao,D.Q。;Zhao,Y。;Yao,Y.Y。;李海霞。;Xu,F.F.,Pawlak粗糙集模型一致和不一致决策表的相对约简,信息科学。,179, 4140-4150 (2009) ·Zbl 1183.68608号
[34] 最小值,F。;朱伟,带误差范围和测试成本的数据属性约简,信息科学。,211, 48-67 (2012) ·Zbl 1250.68227号
[35] Pawlak,Z.,《粗糙集》,《国际计算杂志》。信息科学。,11, 341-356 (1982) ·Zbl 0501.68053号
[36] 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,29,1,81-95(1988)·Zbl 0663.68094号
[37] Pawlak,Z.,《粗糙集: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 Boston·Zbl 0758.68054号
[38] Qian,Y.H。;Liang,J.Y。;佩德里茨,W。;Dang,C.Y.,《正近似:粗糙集理论中属性约简的加速器》,Artif。智力。,174, 597-618 (2010) ·Zbl 1205.68310号
[39] Qian,Y.H。;张,H。;Sang,Y.L。;Liang,J.Y.,多粒度决策理论粗糙集,Int.J.近似原因。,55, 1, 225-237 (2014) ·兹比尔1316.68190
[40] 钱,J。;Miao,D.Q。;张振华。;李伟,基于不可分辨和可分辨关系的属性约简混合方法,国际期刊近似推理。,52, 212-230 (2011) ·Zbl 1214.68297号
[41] 钱,J。;Miao,D.Q。;张振华。;Yue,X.D.,使用MapReduce的并行属性约简算法,Inf.Sci。,279, 671-690 (2014) ·兹比尔1354.68265
[42] 钱,J。;吕,P。;Yue,X.D.,使用MapReduce的大数据层次属性约简算法,Knowl-基于系统。,73, 18-31 (2015)
[43] Sang,Y.L。;Liang,J.Y。;Qian,Y.H.,动态粒度下的决策论粗糙集,Knowl-基于系统。,91, 84-92 (2016)
[44] Slezak,D。;Ziarko,W.,《贝叶斯粗糙集模型的研究》,国际期刊近似推理。,40, 81-91 (2005) ·1099.68089兹比尔
[45] Ren,R.S。;Wei,L.,三元概念格的属性约简,Knowl-基于系统。,99, 92-102 (2016)
[46] Wu,W.Z。;Leung,Y.,多尺度决策表的最优尺度选择,国际期刊近似原因。,54, 1107-1129 (2013) ·Zbl 1316.68197号
[47] 杨晓波(Yang,X.B.)。;宋,X.N。;Dou,H.L。;Liang,J.Y.,随着颗粒结构的增加更新多颗粒粗糙近似,Knowl-基于系统。,64, 59-69 (2014)
[48] Yao,Y.Y。;Wong,S.K.M。;Lingras,P.,《决策理论粗糙集模型》,(Ras,Z.W.;Zemankova,M.;Emrich,M.L.,《智能系统方法论》,第5卷(1990年),北荷兰:北荷兰纽约),17-25
[49] Yao,Y.Y。;Wong,S.K.M.,《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)
[50] Yao,Y.Y.,粗糙集的概率方法,专家系统。,20, 287-297 (2003)
[51] Yao,Y.Y.,《决策论粗糙集模型》,(Yao,J.;Lingras,P.;Wu,W.-Z.;Szczuka,M.S.;Cercone,N.J.;Ślȩzak,D.,RSKT 2007。RSKT 2007,LNCS(LNAI),第4481卷(2007),施普林格:施普林格-海德堡),1-12
[52] 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
[53] 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) ·Zbl 1156.68589号
[54] Yao,Y.Y.,概率粗糙集的三向决策,Inf.Sci。,180, 341-353 (2010)
[55] 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
[56] 姚明,Y.Y。;Deng,X.F.,概率粗糙集下的顺序三方决策,(第十届IEEE认知信息学和认知计算国际会议论文集(2011)),120-125
[57] Yao,Y.Y.,颗粒计算和顺序三方决策,(Lingras,P.;Wolski,M.;Cornelis,C.;Mitra,S.;Wasilewski,P.,RSKT 2013。RSKT 2013,LNCS(LNAI),第8171卷(2013),施普林格:施普林格-海德堡),16-27
[58] Yu,H。;刘振国。;Wang,G.Y.,一种使用决策理论粗糙集自动确定簇数的方法,国际期刊近似推理。,55, 101-115 (2014) ·Zbl 1316.68121号
[59] 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
[60] 张晓云。;Miao,D.Q.,两类决策理论粗糙集模型中基于区域的定量和层次属性约简,Knowl-基于系统。,71, 146-161 (2014)
[61] 张晓云。;Miao,D.Q.,准确性和重要性的双重量化融合:系统度量挖掘、良性集成构建、层次属性约简、Knowl-基于系统。,91, 219-240 (2016)
[62] 张海瑞。;最小值,F。;Shi,B.,基于回归的三向推荐,信息科学。,378, 444-461 (2016)
[63] 周,B。;Yao,Y.Y。;Luo,J.G.,《电子邮件垃圾邮件过滤的三方决策方法》,(《第23届加拿大人工智能会议论文集》。《第23次加拿大人工智能大会论文集》,AI 2010。第23届加拿大人工智能会议记录。第23届加拿大人工智能会议记录,AI 2010,LNCS(LNAI),第6085卷(2010)),28-39
[64] Zhao,Y。;Wong,S.K.M。;Yao,Y.Y.,关于决策理论粗糙集模型中属性约简的注释,(Peters,J.F.;etal.,Transactions on rough Sets XIII.Transactions on-rough Sets XIII,LNCS,vol.6499(2011)),260-275·Zbl 1316.68202号
[65] 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。