×
李伟伟;贾秀仪;王璐;周冰

三元决策理论粗糙集模型中的多目标属性约简。 （英语） Zbl 1452.68216号

国际J近似推理 105327-341（2019）.
摘要：属性约简在粗糙集理论中占有重要地位。基于属性约简的不同定义，提出了许多属性约简方法，而属性约简可以看作是满足特定准则的最小属性子集，这只能影响数据的一个特定特征或用户的一个偏好。然而，基于单一准则的属性约简可能无法满足复杂问题的要求。为了解决这一问题，本文基于三元决策理论粗糙集模型，定义了一种多目标属性约简。考虑了定义属性约简的三种标准，包括正区域、决策成本和互信息，并将其组合为一个多目标优化问题。在所提出的多目标属性约简的基础上，我们还介绍了一种基于多目标优化的属性约简方法和一种基于集成学习的属性约简方法。在多个数据集上的实验结果表明，所提出的属性约简方法能够获得鲁棒性和更好的分类性能。

引用于34文件

MSC公司：

68层37 人工智能背景下的不确定性推理
68T05型 人工智能中的学习和自适应系统

关键词：

属性约简;三方决策;决策论粗糙集模型;多目标优化问题;集成学习

软件：

UCI-毫升;韦卡
PDF格式BibTeX公司 XML格式引用
\textit{W.Li}et al.，Int.J.近似推理105，327--341（2019；Zbl 1452.68216）
全文： 内政部

参考文献：

[1] Pawlak，Z.，《粗糙集》，《国际计算杂志》。信息科学。，11, 5, 341-356 (1982) ·兹比尔0501.68053
[2] Pedrycz，W.，《颗粒计算：智能系统的分析和设计》（2013），CRC出版社
[3] Pedrycz，W.，《从数字到颗粒的信息颗粒描述和解释》，Fundam。通知。，127, 1-4, 399-412 (2013)
[4] Pedrycz，W.，《优化和决策模型中信息粒度的分配：构建粒度计算的基础》，欧洲期刊Oper。第232号、第137-145号决议（2014年）
[5] 林·G。；梁，J。；钱勇，多粒度粗糙集：从分割到覆盖，信息科学。，241, 12, 101-118 (2013) ·Zbl 1320.68191号
[6] 是的，C.-C。；Chi，D.-J。；Lin，Y.-R.，使用混合随机森林和粗糙集方法进行Going-concern预测，信息科学。，254, 1, 98-110 (2014)
[7] 于，Z。；白，X。；Yun，Z.，基于1-邻域系统的粗糙集研究，信息科学。，248, 6, 103-113 (2013) ·Zbl 1335.03060号
[8] Jensen，R。；图森，A。；沈庆，用SAT求粗糙集和模糊粗糙集约简，信息科学。，255, 255, 100-120 (2014) ·Zbl 1320.68189号
[9] 张杰。；李·T。；Chen，H.，动态数据挖掘的复合粗糙集，信息科学。，257，81-100（2014）·Zbl 1320.68156号
[10] 姚，Y。；Wong，S.，《近似概念的决策理论框架》，国际期刊Man-Mach。螺柱，37、6、793-809（1992）
[11] Yao，Y.，概率粗糙集的三向决策，信息科学。，180, 341-353 (2010)
[12] 贾，X。；Shang，L。；周，B。；Yao，Y.，粗糙集理论中的广义属性约简，Knowl-基于系统。，91204-218（2016）
[13] 姚，Y。；赵勇，决策论粗糙集模型中的属性约简，信息科学。，178, 17, 3356-3373 (2008) ·Zbl 1156.68589号
[14] 李，H。；周，X。；赵，J。；Liu，D.，决策理论粗糙集模型中的属性约简：进一步研究，（国际粗糙集与知识技术会议（2011）），466-475
[15] 马，X。；王，G。；Yu，H。；Li，T.，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, 614-640 (2014) ·Zbl 1354.68264号
[16] Ma，X.A。；Yao，Y.，类特定属性约简的三向决策视角，信息科学。，450, 227-245 (2018)
[17] 贾，X。；Liao，W。；唐，Z。；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
[18] 贾，X。；唐，Z。；Liao，W。；Shang，L.，关于决策理论粗糙集模型的优化表示，国际J近似推理。，55、1、156-166（2014），第2部分·Zbl 1316.68179号
[19] 最小值，F。；He，H。；钱，Y。；Zhu，W.，测试敏感属性约简，信息科学。，181, 22, 4928-4942 (2011)
[20] 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，第875918条pp.（2014）·Zbl 1407.68486号
[21] 窦，H。；Yang，X.先生。；宋，X。；Yu，H。；吴维珍。；Yang，J.，《决策论粗糙集：多成本战略》，Knowl-基于系统。，91, 71-83 (2016)
[22] 陈，Y。；曾，Z。；朱，Q。；Tang，C.，邻域系统中的三向决策约简，应用。软计算。，38, 942-954 (2016)
[23] 高，C。；赖，Z。；周，J。；赵，C。；Miao，D.，决策论粗糙集模型中基于最大决策熵的属性约简，Knowl-基于系统。，143, 179-191 (2018)
[24] Bi，Z。；徐，F。；Lei，J。；江涛，基于最小决策成本的决策理论粗糙集模型中的属性约简，Concurr。计算。，28, 4125-4143 (2016)
[25] 方，Y。；刘，Z.-H。；Min，F.，具有误差范围的数据的多目标成本敏感属性约简，Int.J.Mach。学习。赛博。，7, 783-793 (2016)
[26] Deb，K。；普拉塔普，A。；阿加瓦尔，S。；Meyarivan，T.，一种快速的精英多目标遗传算法：NSGA-II，IEEE Trans。进化。计算。，6, 2, 182-197 (2002)
[27] Wang，G.Y。；赵，J。；An，J。；吴毅，属性约简中代数观点和信息观点的比较研究，Fundam。通知。，68, 3, 289-301 (2005) ·Zbl 1098.68134号
[28] Zhou，Z.-H.，合奏方法：基础与算法（2012），CRC出版社
[29] 宋，Q。；Ni，J。；Wang，G.，一种用于高维数据的快速聚类特征子集选择算法，IEEE Trans。知识。数据工程，25，1，1-14（2013）
[30] 布莱克，C。；Merz，C.，UCI机器学习数据库库（1998）
[31] 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, 10-18 (2009)
[32] 薛，B。；张，M。；Browne，W.N.，用于特征选择的多目标粒子群优化（PSO），（遗传与进化计算会议（2012）），81-88
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。