文献

J-GLOBAL ID：202002258113492885   整理番号：20A0937810

整合性サンプルへの属性簡約【JST・京大機械翻訳】

Attribute reduction over consistent samples

著者 (4件)： Gao Yuan (江蘇科技大学計算机学院,江蘇鎮江,212003) ,  Chen Xiangjian (江蘇科技大学計算机学院,江蘇鎮江,212003) ,  Wang Pingxin (江蘇科技大学理学院,江蘇鎮江,212003) ,  Yang Xibei (江蘇科技大学計算机学院,江蘇鎮江,212003)
資料名： Zhineng Xitong Xuebao  (Zhineng Xitong Xuebao)
巻： 14  号： 6  ページ： 1170-1178  発行年： 2019年 
JST資料番号： C2755A  ISSN： 1673-4785  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： ラフ集合理論のコアとして,属性縮小は,与えられた制約条件に従ってデータ冗長性属性を削除する。欲張り戦略に基づく発見的アルゴリズムは,通常データ中のすべてのサンプルを用いて属性の重要度を計測し,さらに簡約部分集合を得る有効な手段である。しかし、実際、異なるサンプルが属性重要度の計算に対する貢献は異なり、一部のサンプルが重要度への貢献は高くないか、ほとんど貢献せず、しかもデータ中のサンプル数が大きすぎる時、すべてのサンプルを用いて簡約な求解を行うことは時間の消耗が大きすぎて受け入れにくい。この問題を解決するために,一貫性サンプルに基づく属性縮小戦略を提案した。具体的なアルゴリズムは3つのステップからなり、まず、一致性の原則を満たすサンプルを選択し、次に、これらの選択のサンプルから新しい決定システムを構成し、最後に、発見的枠組みを利用して新たな意思決定システムにおいて簡略を解決した。実験結果は,クラスタリングサンプリングに基づく属性縮小アルゴリズムと比較して,提案方法がより高い分類精度を提供できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  冗長性 ,  クラスタ化 ,  類似性 ,  簡約化
準シソーラス用語： 分類精度 ,  発見的アルゴリズム ,  ラフ集合論 ,  意思決定システム , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 整合性 ,  サンプル ,  属性 ,  簡約