位置:成果数据库 > 期刊 > 期刊详情页
基于概念格的多层属性约简方法
  • ISSN号:1003-6059
  • 期刊名称:《模式识别与人工智能》
  • 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]辽宁科技大学软件学院,鞍山114051
  • 相关基金:国家自然科学基金资助项目(No.61074130)
中文摘要:

属性约简是粗糙集理论中的核心问题之一,概念格是进行知识表示和数据分析的一种有效工具.文中利用概念格作为约简工具,给出基于概念格的多层属性约简算法,提出相融可辨概念、相融等价概念、亏/7,级等概念,研究内涵亏值对分类能力变化产生的影响,给出概念格中形式背景约简的判定定理.文中算法能完备地求出所有可约简的最大属性集合,从而为概念格中属性约简提供一种有效方法.最后,通过实例分析和实验对比说明该约简算法的可行性与有效性.

英文摘要:

Attribute reduction is the kernel contents of rough set theory. Concept lattice is effective for knowledge representation and data analysis. Multi-level attribute reduction algorithm based on concept lattice is proposed by using concept lattice as reduction tool. The concepts including discriminable concepts, equivalent concepts and wane-n level are also introduced. The infuence of intent waned-value producing impact on the change of classification ability and the judge theorems of attribute reduction in concept lattice are mainly studied. The proposed algorithm discovers all the maximal reductions completely and an effective approach is presented to attribute reduction in concept lattice. Finally, a real example and experiment comparisons demonstrate both its feasibility and effectiveness.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169