發(fā)布時(shí)間：2018-06-12 20:37

  本文選題：粗糙集 + 屬性重要度��； 參考：《計(jì)算機(jī)工程與應(yīng)用》2017年03期

【摘要】：粗糙集理論知識(shí)庫的屬性重要度,體現(xiàn)的是去掉某個(gè)或某些屬性前后的知識(shí)庫分類變化的程度。對(duì)現(xiàn)有粗糙集理論的屬性重要度確立方法的不足,充分考慮條件屬性對(duì)決策的直接和間接的影響,提出一種新的基于粗糙集屬性依賴度的屬性重要度確定方法。此外,針對(duì)原有屬性重要度與改進(jìn)重要度的差別,討論改進(jìn)的屬性重要度的意義,并證明改進(jìn)的屬性重要度更加可信。最后,利用改進(jìn)的方法對(duì)機(jī)械故障屬性重要度進(jìn)行仿真;對(duì)比原有屬性重要度的數(shù)據(jù),改進(jìn)方法獲得的數(shù)據(jù)不但更符合屬性約簡結(jié)果,并且具有更大區(qū)分度,十分有利于決策者快速做出判斷。
[Abstract]:The attribute importance degree of rough set theory knowledge base reflects the degree of classification change of knowledge base before and after removing one or some attributes. Considering the direct and indirect influence of conditional attributes on decision making, a new method of attribute importance determination based on attribute dependency of rough sets is proposed. In addition, in view of the difference between the original attribute importance and the improved importance, the significance of the improved attribute importance is discussed, and it is proved that the improved attribute importance is more reliable. Finally, the improved method is used to simulate the importance of mechanical fault attribute, and compared with the data of original attribute importance, the data obtained by the improved method not only accord with the result of attribute reduction, but also have a greater degree of distinction. It is very helpful for decision makers to make quick judgments.
【作者單位】： 廣東石油化工學(xué)院理學(xué)院;
【基金】：國家自然科學(xué)基金(No.11426070) 廣東省青年創(chuàng)新人才項(xiàng)目(No.2014KQNCX202) 廣東省普通高校特色創(chuàng)新項(xiàng)目(No.2014KTSCX167)
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王方心;潘巍;吳立鋒;金聲震;李曉娟;;結(jié)合屬性重要度和灰色關(guān)聯(lián)度的數(shù)據(jù)補(bǔ)齊方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年01期

2 孫興波,楊平先,干樹川;基于屬性重要度的啟發(fā)式特征選取算法[J];自動(dòng)化與儀器儀表;2005年05期

3 陳林;鄧大勇;閆電勛;;基于屬性重要度并行約簡算法的優(yōu)化[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

4 洪菁;陸金桂;石峰;;基于改進(jìn)的屬性重要度的啟發(fā)式算法[J];微計(jì)算機(jī)信息;2006年09期

5 柳玉;賁可榮;;基于屬性重要度的案例特征權(quán)重確定方法[J];計(jì)算機(jī)集成制造系統(tǒng);2012年06期

6 汪廷華;田盛豐;黃厚寬;廖年冬;;樣本屬性重要度的支持向量機(jī)方法[J];北京交通大學(xué)學(xué)報(bào);2007年05期

7 孫立民;金祥菊;;基于粗糙集的組合屬性重要度確定單屬性重要度新方法[J];廣東石油化工學(xué)院學(xué)報(bào);2013年06期

8 黃大榮;胡必錦;;基于專家知識(shí)庫屬性重要度的故障診斷方法研究[J];計(jì)算機(jī)仿真;2007年04期

9 黃斌;董勝;;關(guān)于序數(shù)型屬性的重要度表示方法探討[J];牡丹江大學(xué)學(xué)報(bào);2010年02期

10 汪小燕;;基于二進(jìn)制可辨矩陣屬性重要度的屬性約簡算法[J];安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

相關(guān)碩士學(xué)位論文 前3條

1 王一斌;基于屬性重要度算法改進(jìn)及應(yīng)用[D];西安科技大學(xué);2015年

2 王芳;基于屬性重要度的屬性約簡算法研究[D];電子科技大學(xué);2011年

3 劉強(qiáng);面向MC的客戶群體需求傾向模型構(gòu)建方法的研究與應(yīng)用[D];廣東工業(yè)大學(xué);2003年

，

本文編號(hào)：2010981