文献

J-GLOBAL ID：201702257173554748   整理番号：17A1859072

試験コストに敏感な決定ラフ集合正域縮小【JST・京大機械翻訳】

Test-Cost Sensitive Reduction on Positive Region of Decision Theoretic Rough Sets

著者 (2件)： Liu Cai (广西大学 計算机与電子信息学院,南寧,530004) ,  Qin Liangxi (广西大学 計算机与電子信息学院,南寧,530004)
資料名： Jisuanji Kexue Yutansuo  (Jisuanji Kexue Yutansuo)
巻： 11  号： 6  ページ： 1014-1020  発行年： 2017年 
JST資料番号： C2939A  ISSN： 1673-9418  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 試験コストに敏感な決定ラフ集合(decision theoretic rough sets,DTRS)の正領域縮小問題について研究した。従来の正の領域縮小に基づいて,試験コストを考慮に入れることによって,試験コストの合計が最小の正の領域を見つけることが望まれる。シミュレーションアニーリングアルゴリズムを用いて,従来の決定ラフ集合の正領域縮小アルゴリズムを用いて,試験コストの最小値の正領域縮小結果を探索した。本論文では,試験コストに敏感な決定ラフ集合の正領域縮小アルゴリズム(TCSPR)を提案し,それにより,TCSPR(test-cost sensitive positive region-based)を提案した。このアルゴリズムの時間複雑性を解析した。実験結果により,TCSPRアルゴリズムの有効性を証明し,このアルゴリズムは,より少ない属性とより少ない試験コストを持つ正の領域縮小を見つけることができ,最適解の最適解または最適解を得ることができ,すなわち,試験コストの最小値の正領域縮小を示すことができることを示した。さらに,部分的データセットにおける分類アルゴリズムの分類能力は,ほとんど減少しなかった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ラフ集合 ,  アルゴリズム
準シソーラス用語： 分類アルゴリズム ,  最適解 ,  複雑性 , 【Automatic Indexing@JST】

著者キーワード (3件)： decision theoretic rough sets (DTRS) ,  cost sensitive ,  attribute reduction

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 試験 ,  ラフ集合 ,  縮小