粗等价类双边剪枝策略下多次Hash的约简算法
Rough equivalence class based attribute reduction algorithm with bilateral-pruning strategies and multiple Hashing作者机构：广东工业大学管理学院广州510520
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2016年第31卷第11期
页 面：1921-1935页
核心收录：
学科分类：0820[工学-石油与天然气工程] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论]
基 金：国家自然科学基金项目(71401045) 教育部人文社会科学基金项目(12YJCZH129)
摘 要：提出一种新的约简算法.首先以全局等价类为最小计算粒度,提出粗等价类概念,深入研究其性质并证明粗等价类下求核和约简与原决策系统等价;剖析3类粗等价类与正区域间的内在关联,设计针对1和-1两类粗等价类双边删减下正区域的渐增式等价计算方法,从而设计双向剪枝策略以及多次Hash的属性增量划分算法,基于此给出高效完备的约简算法.最后用UCI中20个决策集、海量、超高维3类数据集从多个角度进行验证,结果表明,所提出的约简算法的完备性和高效性在绝大多数情况下优于现有算法,尤其适用于海量数据和超高维数据集.
维普期刊数据库
同方期刊数据库