位置：成果数据库 > 期刊 > 期刊详情页
粗糙集与决策树比较研究
  • ISSN号：1000-1565
  • 期刊名称：《河北大学学报：自然科学版》
  • 时间：0
  • 分类：TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构：[1]河北大学数学与计算机学院,河北省机器学习与计算智能重点实验室,河北保定071002, [2]河北省信息工程学校计算机教研室,河北保定071000, [3]北京交通大学海滨学院,河北黄骅061100
  • 相关基金：国家自然科学基金资助项目（61170040）; 河北省自然科学基金资助项目（F2010000323;F2011201063）; 河北省高等学校科学技术研究重点项目（ZD2010139）; 河北大学自然科学基金资助项目（2011-228）
作者： 翟俊海[1], 张素芳, 徐正夫[3], 王熙照[1]
关键词： 粗糙集, 决策树, 信息熵, 约简, rough sets, decision trees, information entropy, reduct
中文摘要：

粗糙集和决策树都属于归纳学习方法,都可以从一个离散值决策表中抽取出规则.本文从算法过程、计算复杂性、规则个数、泛化能力、稳健性几个方面对粗糙集和决策树进行了比较研究,得出了一些重要结论,能为相关研究提供一些有价值的参考.

英文摘要：

Rough sets and decision trees are both inductive learning methods, and can extract rules from a decision table with discrete values. In this paper, we compare rough sets with decision trees in the following aspects： process of algorithm, computational complexity, number of rules, generalization abilities and robustness. Some important conclusions have been obtained, which can provide valuable reference for further research works

同期刊论文项目
归纳学习中的不确定性研究
期刊论文 77 会议论文 17 著作 2
同项目期刊论文
距离加权极端支持向量机
Bayesian classifiers based on probability density estimation and their applications to simultaneous
增量密度加权近似支持向量机
Local similarity and diversity preserving discriminant projection for face and handwriting digits re
A new and informative active learning approach for support vector machine
Condensed fuzzy nearest neighbor methods based on fuzzy rough set technique
基于概率神经网络和K-L散度的样例选择
LearningELM-Treefrombigdatabasedonuncertaintyreduction
Non-Naive Bayesian Classifiers for Classification Problems with Continuous Attributes
基于模糊积分的不完全小波包子空间集成人脸识别
A new approach to classifier fusion based on upper integral
Fusion of extreme learning machine with fuzzy integral
Learning ELM-Tree from big data based on uncertainty reduction
改进的基于排序熵的有序决策树算法
An improved algorithm for calculating fuzzy attribute reducts
Effective algorithms of the Moore-Penrose inverse matrices for extreme learning machine
Fuzziness based sample categorization for classifier performance improvement
Combination of OSELM classifiers with fuzzy integral for large scale classification
Maximum ambiguity based sample selection in fuzzy decision tree induction
A study on relationship between generalization abilities and fuzziness of base classifiers in ensemb
Segment Based Decision Tree Induction with Continuous Valued Attributes
Performance improvement of classifier fusion for batch samples based on upper integral
Uncertainty in learning from big data
An improved differential evolution and its application to determining feature weights in similarity-
A study on residence error of training an extreme learning machine and its application to evolutiona
A study on relationships between heuristics and optimal cuts in decision tree induction
learning from uncertainty and its application to intelligent systems of web information
概率神经网络样例选择算法
OWA operator based link prediction ensemble for social network
基于样例选取的属性约简算法
Dynamic ensemble extreme learning machine based on sample entropy
基于相容粗糙集技术的连续值属性决策树归纳
Optimal bandwidth selection for re-substitution entropy estimation
Maximum Ambiguity-Based Sample Selection in Fuzzy Decision Tree Induction
一种考虑地图分布信息的分层路径搜索算法
加权最大夹角间隔核心集向量机的不平衡数据分类
基于有序决策树的改进归纳算法
中心向量夹角间隔正则化核向量机
核心集径向基函数极限学习机
一种多尺度路径规划的加速方法
基于小波子空间集成的人脸识别
相容粗糙模糊集模型
Zadeh 扩张原理下模糊数空间的代数结构
关于模糊数H差的存在性的讨论
基于多类重采样的非平衡数据极速学习机集成学习
变精度相容粗糙集模型
一种简单有效的人脸识别方法
一种改进的样例约简支持向量机
求解随机时变背包问题的精确算法与进化算法
期刊信息
  • 《河北大学学报：自然科学版》
  • 北大核心期刊（2011版）
  • 主管单位:河北省教育厅
  • 主办单位:河北大学
  • 主编：傅广生
  • 地址：保定市五四东路180号
  • 邮编：071002
  • 邮箱：hbdxxbz@hbu.edu.cn
  • 电话：0312-5079413
  • 国际标准刊号：ISSN：1000-1565
  • 国内统一刊号：ISSN：13-1077/N
  • 邮发代号:18-257
  • 获奖情况:
  • 2008年10月荣获第二届中国高校优秀科技期刊奖,2008年荣获2006-2007年度河北省优秀科技期刊奖,2009年8月被河北省教育厅命名为2004-2008年度河北...,2009年8月在中国北方优秀期刊评选活动中被评为"中...,2009年10月荣获2009年全国高校科技期刊优秀编辑质量奖,2010年10月荣获第三届中国高校优秀科技期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘（网络版）,美国数学评论（网络版）,美国剑桥科学文摘,英国动物学记录,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,英国英国皇家化学学会文摘
  • 被引量:5593