×
X.D.岳。；陈Y.F。；D.Q.苗。；藤田，H。

用于三向分类的模糊邻域覆盖。 （英语） Zbl 1456.62122号

信息科学。 507, 795-808 (2020).
摘要：邻域覆盖（NC）是同质邻域的结合，提供了数据分布的集合级近似。由于邻域覆盖具有非参数特性和对复杂数据的鲁棒性，在数据分类中得到了广泛的应用。现有的方法大多直接根据最近邻区对数据样本进行分类。然而，某些分类方法对不确定数据进行严格分类，可能导致严重的分类错误。为了解决这个问题，我们将传统的邻域覆盖扩展到模糊邻域覆盖，从而提出了一种带模糊邻域涵盖的三路分类方法（3WC-FNC）。模糊邻域覆盖由隶属函数组成，形成邻域归属的近似分布。基于不同类的模糊邻域覆盖的隶属度所诱导的软划分，将数据样本分为正（当然属于一个类）、负（当然超越类）和不确定情况。实验证明，所提出的三向分类方法能够有效地处理不确定数据，同时降低了分类风险。

引用于30文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62小时86 多元分析与模糊性

关键词：

三向分类；模糊邻域覆盖
PDF格式BibTeX公司 XML格式引用
\textit{X.D.Yue}等人，《信息科学》。507795-808（2020年；Zbl 1456.62122）
全文： DOI程序

参考文献：

[1] Aliev，R.A。；佩德里茨，W。；Guirimov，B.G.，具有模糊聚类和差分进化优化的2型模糊神经网络，Inf.Sci。，181, 9, 1591-1608 (2011)
[2] 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)
[3] Chen，Y.F。；Yue，X.D。；Fujita，H。；Fu，S.Y.，《肝脏局灶性病变诊断的三方决策支持》，Knowl。基于系统。，127, 85-99 (2017)
[4] Ciucci，D。；Dubois，D。；Lawry，J.，《边界与未知：比较不完全信息的三值表示》，《国际近似推理》，第55期，1866-1889页（2014年）·Zbl 1433.03063号
[5] Ciucci，D.，正交对和粒度计算，粒度计算。，1, 1-12 (2016)
[6] 邓，X.F。；姚永勇，模糊集的决策论三元逼近，信息科学。，279, 702-715 (2014) ·Zbl 1354.03073号
[7] 邓，Z.H。；Choi，K.S。；曹立军。；Wang，S.T.，T2FELA：区间2型TSK模糊逻辑系统快速训练的2型模糊极值学习算法，IEEE Trans。神经网络。学习。系统。，25, 4, 664-676 (2014)
[8] 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，信息科学。，181, 5457-5467 (2011)
[9] Elkan，C.，《成本敏感学习的基础》，《第十七届国际人工智能联合会议论文集》（IJCAI'01），973-978（2001），考夫曼：考夫曼-西雅图
[10] 法耶兹，M.U。；Keki，B.I.，用于分类学习的连续值属性的多间隔离散化，第十三届国际人工智能联合会议论文集（IJCAI'93），1022-1027（1993）
[11] Flach，P.A。；Wu，S.，修复ROC曲线中的凹面，第19届国际人工智能联合会议论文集（IJCAI'05），苏格兰爱丁堡，702-707（2005）
[12] Fujita，H。；李·T·R。；Yao，Y.Y.，《三方决策和粒度计算进展》，Knowl。基于系统。，91, 1-3 (2016)
[13] 吉拉德·巴赫拉赫，R。；纳沃特，A。；Tishby，N.，基于边缘的特征选择理论和算法，ACM第二十届机器学习国际会议论文集，43-50（2004）
[14] 洪，T.P。；Wang，T.T。；Wang，S.L。；Chien，B.C.，通过粗糙集学习最大广义模糊规则的覆盖集，专家系统。申请。，19, 97-103 (2000)
[15] 胡庆华。；佩德里茨，W。；Yu，D。；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，40，137-150（2010）
[16] 胡庆华。；Yu，D.R。；Liu，J.F。；吴春霞，基于邻域粗糙集的异质特征子集选择，信息科学。，178, 3577-3594 (2008) ·Zbl 1154.68466号
[17] 胡庆华。；Yu，D.R。；谢振新，邻域分类器，专家系统。申请。，34, 866-876 (2008)
[18] 李，H。；张，L。；黄，B。；Zhou，X.，成本敏感型人脸识别的顺序三元决策和粒化，Knowl。基于系统。，91, 241-251 (2016)
[19] Liang，D.C。；刘，D.，从直觉模糊决策理论粗糙集导出三方决策，信息科学。，300, 28-48 (2015) ·Zbl 1360.68841号
[20] Lin，T.Y.，邻域系统-定性模糊和粗糙集的应用，机器智能和软计算的进展（1997），杜克大学：杜克大学NC
[21] Owen，A.，LANDSAT数据的基于邻域的分类器，加拿大。J.Stat.，12191-200（1984）·Zbl 0548.62041号
[22] Pawlak，Z.，《粗糙集》，《国际信息计算杂志》。科学。，114-356年5月11日（1982年）·Zbl 0501.68053号
[23] Pawlak，Z.，《粗糙集的一些问题》，Trans。粗糙集I，3100，1-58（2004）·Zbl 1104.68108号
[24] Pedrycz，W.，协作模糊聚类，模式识别。莱特。，23, 14, 1675-1686 (2002) ·Zbl 1010.68136号
[25] 彼得斯，J.F。；Ramanna，S.，《近距离三方决策：社交网络中的理论和应用》，Knowl。基于系统。，91, 4-15 (2016)
[26] 短，R.D。；Fukunaga，K.，最近邻分类的最佳距离度量，IEEE Trans。Inf.理论，27，622-627（1981）·Zbl 0464.62047号
[27] Wang，C.Z。；胡庆华。；Wang，X.Z。；钱永华，基于邻域判别指数的特征选择，IEEE Trans。神经网络。学习。系统。，99, 1-14 (2017)
[28] 王，M。；最小值，F。；张振华。；Wu，Y.X.，通过密度聚类进行主动学习，专家系统。申请。，85, 305-317 (2017)
[29] Wettschereck博士。；Dieterich，T.G.，《最近邻和最近超矩形算法的实验比较》，马赫。学习。，19, 5-27 (1995)
[30] Wilson，D.R。；Martinez，T.R.，《改进的异质距离函数》，J.Artif。智力。第1-34号决议（1997年）·Zbl 0894.68118号
[31] Witten，I.H。；弗兰克，E。；Hall，M.A.，《数据挖掘：实用机器学习工具和技术》（2005），Morgan Kaufmann出版社·Zbl 1076.68555号
[32] Yang，T。；李清，关于覆盖广义粗糙集近似空间的约简，国际近似推理，51，335-345（2010）·Zbl 1205.68433号
[33] 姚，J。；瓦西拉科斯，A.V。；Pedrycz，W.，《颗粒计算：前景和挑战》，IEEE Trans。赛博。，43, 6, 1977-1989 (2013)
[34] 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, 239-259 (1998) ·Zbl 0949.68144号
[35] Yao，Y.Y.，概率粗糙集的三向决策，Inf.Sci。，180, 341-353 (2010)
[36] Yao，Y.Y.，概率粗糙集模型中三方决策的优越性，信息科学。，181, 1080-1096 (2011) ·Zbl 1211.68442号
[37] Younsi，R。；Bagnall，A.，《一种高效的随机球体覆盖分类器》，《国际数据挖掘模型》。管理。，4, 2, 156-171 (2012)
[38] Yue，X.D。；Chen，Y.F。；Miao，D.Q。；钱，J.，稳健分类的三部分邻域覆盖约简，国际期刊近似推理，83，371-384（2017）·Zbl 1404.68125号
[39] 张，B.W。；最小值，F。；Ciucci，D.，通过基于覆盖的邻域粗糙集进行基于代表的分类，应用。智力。，43, 4, 840-854 (2015)
[40] 张海瑞。；Min，F.，基于随机森林的三向推荐系统，Knowl。基于系统。，91, 275-286 (2016)
[41] 朱伟。；王凤，覆盖广义粗糙集的约简与公理化，信息科学。，152, 217-230 (2003) ·Zbl 1069.68613号
[42] 朱伟。；Wang，F.，关于三种基于覆盖的粗糙集，IEEE Trans。知识。数据工程，19，1131-1144（2007）
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。