混合不完备数据的新型双邻域粗糙集分类方法

混合不完备数据的新型双邻域粗糙集分类方法
黄恒秋;陈素霞;翁世洲
【期刊名称】《现代计算机》
【年(卷),期】2022(28)22
【摘要】针对混合不完备数据集,提出了一种新型双邻域粗糙集分类方法。

首先,定义一个无参数的邻域联系度距离,并建立基于无参数邻域联系度距离的双邻域粗糙集模型;其次,基于所构建的模型,给出基于覆盖约简的双邻域粗糙集规则约简方法,获得约简后的上近似规则集和下近似规则集;再次,基于约简后的上、下近似规则集,给出最近邻分类方法;最后,取7个UCI公共测试集做实验分析,通过与混合距离HEOM、带参数邻域联系度距离的双邻域粗糙集分类方法对比,结果表明提出的分类方法仍然取得了优异的分类效果,其突出的优势是不再需要通过大量实验来确定其参数值。

【总页数】6页(P31-36)
【作者】黄恒秋;陈素霞;翁世洲
【作者单位】广西民族师范学院数理与电子信息工程学院;河南轻工职业学院计算机与艺术设计系;广西民族师范学院经济管理学院
【正文语种】中文
【中图分类】TP3
【相关文献】
1.基于EEMD能量矩与邻域粗糙集的转子故障数据集分类方法
2.不完备混合型数据的决策粗糙集与三支决策分类算法
3.基于粗糙集理论的不完备数据分析方法的混合信息系统填补算法
4.基于邻域区分度的不完备混合数据属性约简方法
因版权原因，仅展示原文概要，查看原文内容请购买。