约简加速求解的属性簇方法 |
| |
引用本文: | 陈妍,宋晶晶,杨习贝.约简加速求解的属性簇方法[J].南京理工大学学报(自然科学版),2020,44(2). |
| |
作者姓名: | 陈妍 宋晶晶 杨习贝 |
| |
作者单位: | 江苏科技大学 计算机学院,江苏 镇江,212003;江苏科技大学 计算机学院,江苏 镇江212003;数据科学与智能应用福建省高校重点实验室,福建 漳州363000 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;实验室开放基金 |
| |
摘 要: | 为了进一步提高约简求解的效率,该文在桶模型的基础上,从数据中属性间的相似性程度出发,将属性划分为不同的簇,使得在约简的搜索进程中,只需以属性簇为基准进行候选属性的筛选即可达到压缩属性搜索空间的目的。实验结果表明,无论是采用传统的邻域计算或是基于桶模型的邻域计算,在不降低分类性能的前提下,基于属性簇的搜索策略都能显著降低求解约简的时间消耗。该文研究可从样本和属性两方面为约简求解加速提供参考。
|
关 键 词: | 属性簇 属性约简 桶模型 邻域粗糙集 |
本文献已被 CNKI 万方数据 等数据库收录! |
|