×

基于区域保留的定量三向类特定属性约简。 (英语) 兹比尔1468.68249

摘要:粗糙集理论的属性约简对于智能信息处理是有效的,而类属性约简有利于模式识别和规则推理。根据三向决策,类特定约简已经有三种定性优化类型(即正向、负向和正负向),它们遵循经典粗糙集。在区域保持方面,没有相应的三向定量优化类型与概率粗糙集匹配。因此,本文构建并研究了基于区域保留的定量三向类属性约简。首先,揭示了定量区域变化的不确定性/非单调性,并自然归纳出定量区域保留的约简准则。然后,构造了定量的三路类特定约简,并得到了它们在必要条件、属性核和约简算法方面的基本性质。此外,对于一致性和不一致性决策类,分别获得了它们在等价性和加强/平衡方面的相互关系,并证明了它们在定性三向类特定约简中的展开式。最后,通过决策表和数据实验对相关概念和获得的结果进行了有效验证。借助于确定的区域保留,定量三向类特定属性约简有力地扩展了现有的定性三向类具体约简,并促进了类特定模式的最优识别和定量推理。

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] Afridi,M.K。;北阿扎姆。;Yao,J.T。;Alanazi,E.,《使用GTRS处理缺失数据的三向聚类方法》,《国际期刊近似原因》。,98, 11-24 (2018) ·Zbl 1451.62070号
[2] Boixader,D。;Recasens,J.,《平均相似性中属性的减少》,《信息科学》。,426, 117-130 (2018) ·Zbl 1436.68344号
[3] 卡维察,F。;Ciucci博士。;Locoro,A.,《利用三方决策理论开发集体知识:基于问卷的研究案例》,《国际期刊近似推理》。,83, 356-370 (2017) ·Zbl 1404.68156号
[4] Calvanee,D。;杜马,M。;劳尔森,美国。;Maggi,F.M。;蒙塔利,M。;Teinemaa,I.,DMN决策表的语义、分析和简化,信息科学。,78, 112-125 (2018)
[5] 陈博士。;赵S.Y.,模糊粗糙集决策系统的局部约简,模糊集系统。,161, 1871-1883 (2010) ·Zbl 1192.68683号
[6] Chen,J.K。;Mi,J.S。;谢,B。;Lin,Y.J.,大型形式决策环境的快速属性约简方法,国际期刊近似推理。,106, 1-17 (2019) ·Zbl 1456.68189号
[7] 科内霍,M.E。;麦地那,J。;Ramirez-Poussa,E.,《多伴随概念格中的属性和大小缩减机制》,J.Compute。申请。数学。,318、388-402(2017)·Zbl 1382.68236号
[8] Dua,D。;Graff,C.,UCI机器学习库[http://archive.ics.uci.edu/ml](2019),加利福尼亚大学信息与计算机科学学院:加利福尼亚大学信息和计算机科学学院,加利福尼亚州欧文
[9] Greco,S。;马塔拉佐,B。;Slowinski,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
[10] Honko,P.,属性约简:水平数据分解方法,软计算。,20, 3, 951-966 (2016) ·Zbl 1370.68273号
[11] 胡碧琴,基于半三向决策空间的三向决策,信息科学。,382-383, 415-440 (2017) ·Zbl 1429.68288号
[12] 胡庆华。;张立杰。;周Y.C。;Pedrycz,W.,用多核模糊粗糙集进行大尺度多模态属性约简,IEEE Trans。模糊系统。,26, 1, 226-238 (2018)
[13] 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。,91, 204-218 (2016)
[14] Konecny,J.,《关于概念格中的属性约简:基于区分矩阵的方法的性能优于基本澄清和约简》,Inf.Sci。,415-416, 199-212 (2017) ·Zbl 1435.68321号
[15] Lang,G.M。;Miao,D.Q。;Fujita,H.,基于毕达哥拉斯模糊集理论的三向群体冲突分析,IEEE Trans。模糊系统。(2019)
[16] Lazo-Cortes,M.S。;Martinez-Trinidad,J.F。;Carrasco-Ochoa,J.A.,《基于规则分类器中的类别特定约简与经典约简:案例研究》(MCPR 2018)。MCPR 2018,《计算机科学讲义》,第10880卷(2018),23-30
[17] Liang,D.C。;Xu,Z.S。;Liu,D.,一种新的基于聚合方法的决策理论粗糙集误差分析及其在犹豫模糊信息系统中的应用,IEEE Trans。模糊系统。,25, 6, 1685-1697 (2017)
[18] Liu,G.L。;华,Z。;Zou,J.Y.,决策表的局部属性约简,信息科学。,422, 204-217 (2018) ·Zbl 1436.68351号
[19] Ma,X.A。;Yao,Y.Y.,《类特定属性约简的三种决策视角》,《信息科学》。,450, 227-245 (2018)
[20] Ma,X.A。;Yao,Y.Y.,Min-max属性-对象二元导出:关于粗糙集理论中约简的统一模型,信息科学。,501,68-83(2019)·Zbl 1453.68183号
[21] Ma,X.A。;Zhao,X.R.,成本敏感三元类特定属性约简,国际期刊近似推理。,105, 153-174 (2019) ·Zbl 1452.68219号
[22] 马尔多纳多,S。;彼得斯,G。;Weber,R.,《利用概率粗糙集的三方决策进行信用评分》,《信息科学》。,507, 700-714 (2020)
[23] 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, 24, 4140-4150 (2009) ·Zbl 1183.68608号
[24] 诺曼,M。;阿扎姆,N。;Yao,J.T.,《使用概率粗糙集进行恶意软件分析的三方决策方法》,《信息科学》。,374, 193-209 (2016)
[25] 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 Dordrecht·Zbl 0758.68054号
[26] Pedrycz,W.,《智能系统的粒度计算分析和设计》(2013),CRC出版社:CRC出版社,佛罗里达州博卡拉顿
[27] Pineda-Bautista,B.B。;Carrasco-Ochoa,J.A。;Martinez-Trinidad,J.F.,《特定类别特征选择的一般框架》,专家系统。申请。,38, 10018-10024 (2011)
[28] Qian,Y.H。;Liang,X.Y。;林,G.P。;郭,Q。;Liang,J.Y.,局部多粒度决策理论粗糙集,Int.J.近似推理。,82, 119-137 (2017) ·Zbl 1404.68172号
[29] Slezak,D。;Dutta,S.,不同属性约简标准的动态和可辨特征,(2018年国际粗糙集联合会议,2018年国际粗集联合会议),IJCRS 2018。2018年国际粗糙集联合会议。2018年国际粗糙集联合会议,IJCRS 2018,计算机科学讲义,第11103卷(2018),Springer),628-643·Zbl 1518.68393号
[30] Slezak,D。;Ziarko,W.,《贝叶斯粗糙集模型的研究》,国际期刊近似推理。,40, 1-2, 81-91 (2005) ·Zbl 1099.68089号
[31] Stepaniuk,J.,近似空间,约简和代表,(知识发现中的粗糙集2(1998),Springer),109-126·Zbl 0943.68158号
[32] Sun,B.Z。;马,W.M。;李伯杰。;李晓宁,基于语言信息决策理论粗糙模糊集的多属性群决策的三向决策方法,国际期刊近似推理。,93, 424-442 (2018) ·Zbl 1452.68228号
[33] Sun,L。;张晓云。;Qian,Y.H。;徐建川。;Zhang,S.G.,使用基于邻域熵的不确定性测度进行基因表达数据分类的特征选择,信息科学。,502, 18-41 (2019) ·Zbl 1453.68186号
[34] Wang,G.Y。;Ma,X.A。;Yu,H.,概率粗糙集模型中属性约简的单调不确定性测度,国际期刊近似推理。,59, 41-67 (2015) ·Zbl 1328.68231号
[35] Wang,G.Y。;赵,J。;安,J.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
[36] Wang,Z.Q。;Liang,J.Y。;Li,R.,利用用户对用户主题包含度进行社会信息网络链接预测,专家系统。申请。,108, 143-158 (2018)
[37] Wei,L。;Qi,J.J.,概念格约简和粗糙集约简之间的关系,Knowl-基于系统。,23, 8, 934-938 (2010)
[38] 徐世平。;杨晓波(Yang,X.B.)。;Yu,H.L。;Yu,D.J。;Yang,J.Y。;Tsang,E.C.C.,具有标签特定特征缩减的多标签学习,Knowl-基于系统。,104, 52-61 (2016)
[39] 杨,X。;李·T·R。;Fujita,H。;Liu,D.,《多类别决策的连续三方方法》,《国际期刊近似理由》。,104, 108-125 (2019) ·Zbl 1452.68237号
[40] 杨晓波(Yang,X.B.)。;Yao,Y.Y.,用于属性约简的信号群选择器,应用。软计算。,70, 1-11 (2018)
[41] Yao,J.T。;Azam,N.,基于网络的医疗决策支持系统,用于博弈论粗糙集的三方医疗决策,IEEE Trans。模糊系统。,23, 1, 3-15 (2015)
[42] Yao,J.T。;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)
[43] Yao,Y.Y.,《三元决策与粒度计算》,《国际期刊近似原因》。,103, 107-123 (2018) ·Zbl 1448.68427号
[44] Yao,Y.Y。;张晓勇,粗糙集理论中的类属性约简,信息科学。,418-419, 601-618 (2017) ·Zbl 1436.68363号
[45] Yao,Y.Y.,《三种决策和认知计算》,Cogn。计算。,8月4日,543-554(2016)
[46] Yao,Y.Y.,粗糙集理论的两面,Knowl-基于系统。,80, 67-77 (2015)
[47] Yao,Y.Y.,概率粗糙集模型中三元决策的优越性,信息科学。,181, 1080-1096 (2011) ·Zbl 1211.68442号
[48] Yu,H。;陈,Y。;Lingras,P。;Wang,G.Y.,《大规模数据的三向聚类集成方法》,《国际期刊近似原因》。,115, 32-49 (2019) ·Zbl 1471.62401号
[49] 袁,Z。;张晓云。;Feng,S.,基于邻域信息熵的混合数据驱动离群值检测及其发展措施,专家系统。申请。,112, 243-257 (2018)
[50] Yue,X.D。;Chen,Y.F。;Miao,D.Q。;Fujita,H.,三向分类的模糊邻域覆盖,信息科学。,507, 795-808 (2020) ·兹比尔1456.62122
[51] 翟永华。;李德英,模糊形式背景下保持知识结构的模糊属性约简,国际近似推理。,115, 209-220 (2019) ·Zbl 1468.68229号
[52] 张,M.L。;Wu,L.,LIFT:具有标签特定功能的多标签学习,IEEE Trans。模式分析。马赫。智力。,37, 107-120 (2015)
[53] 张庆华。;谢奇。;Wang,G.Y.,一种使用效用理论的具有决策理论粗糙集的新型三方决策模型,Knowl-基于系统。,159, 321-335 (2018)
[54] 张晓云。;Yang,J.L。;唐丽英,从信息角度的三种类属性约简,信息科学。,507, 840-872 (2020) ·Zbl 1456.68211号
[55] 张晓云。;Miao,D.Q.,三向属性约简,国际期刊近似原因。,88, 401-434 (2017) ·Zbl 1418.68217号
[56] 张晓云。;Miao,D.Q.,属性约简中的定量/定性区域变化不确定性/确定性:基于粒度计算的比较区域变化分析,信息科学。,334-335, 174-204 (2016)
[57] 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)
[58] Zhang,Y。;Yao,J.T.,《阴影集的博弈论方法:三方权衡视角》,《信息科学》。,507, 540-552 (2020) ·Zbl 1456.68212号
[59] X.R.Zhao。;胡碧琴,多值信息表中基于决策论粗糙集的三向决策,信息科学。,507, 684-699 (2020) ·Zbl 1456.68214号
[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。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。