信息系统的属性重要性度量及知识约简算法比较

发布时间：2018-04-12 08:42

  本文选题：重要性度量 + 知识约简　； 参考：《华东师范大学学报(自然科学版)》2004年03期

【摘要】：正在数据挖掘和知识发现的推理决策时处理的往往是海量数据,在研究具有高度伸缩性算法的同时,人们也不断探索新方法通过数据预处理实现对数据的归约.数据归约一个很重要的方面就是求出对当前决策起重要作用的最小属性子集.比如在计算机支持的协作学习(CSCL)中,有很多属性会对学习的分类结果产生影响,所以要考虑每个属性对于分类决策的重要性.本文给出了属性重要性度量的Rough集方法和信息增益的方法,对两种方法的关系进行了讨论,并进一步比较了两种方法的知识约简算法. 首先我们给出一个决策表实例,分别用两种方法求出属性的重要性度量.
[Abstract]:In the process of data mining and knowledge discovery reasoning decision, mass data is often processed. While studying highly scalable algorithms, people are constantly exploring new methods to achieve data reduction through data preprocessing.A very important aspect of data reduction is to find the minimum attribute subset that plays an important role in the current decision making.For example, in computer supported collaborative learning (CSCL), there are many attributes that affect the classification results of learning, so the importance of each attribute for classification decision should be considered.In this paper, the Rough set method and the information gain method for attribute importance measurement are given. The relationship between the two methods is discussed, and the knowledge reduction algorithms of the two methods are further compared.First, we give an example of decision table and use two methods to calculate the importance of attributes.
【作者单位】： 华东师范大学
【分类号】：C934

【参考文献】

相关期刊论文 前2条

1 苗夺谦,胡桂荣;知识约简的一种启发式算法[J];计算机研究与发展;1999年06期

2 王国胤,于洪,杨大春;基于条件信息熵的决策表约简[J];计算机学报;2002年07期

【共引文献】

相关期刊论文 前10条

1 杨萍,杨明;基于VPRS的重要属性评价方法研究[J];安徽工程科技学院学报(自然科学版);2003年01期

2 江效尧,胡林生;基于粗糙集的RDT决策树生成算法的研究及应用[J];安徽工程科技学院学报(自然科学版);2004年03期

3 程玉胜,任广永;基于ROUGH集的决策树测试属性选择方法[J];安庆师范学院学报(自然科学版);2004年04期

4 程玉胜;Rosetta实验系统在机器学习中的应用[J];安庆师范学院学报(自然科学版);2005年02期

5 赵顺,迟呈英;基于LSI和Rough集的文本分类研究[J];鞍山科技大学学报;2005年05期

6 匡乐红;徐林荣;刘宝琛;;组合赋权法确定地质灾害危险性评价指标权重[J];地下空间与工程学报;2006年06期

7 黄显明,易继锴;Rough集理论发展现状与应用前景[J];北京工业大学学报;2005年01期

8 兴连国;许宝杰;;基于粗糙集对旋转机械故障诊断系统的研究[J];北京机械工业学院学报;2006年02期

9 鄂旭,高学东,武森,张秋月;信息表中不完备数据的填补方法[J];北京科技大学学报;2005年03期

10 鄂旭;高学东;谭文东;王莹;;基于超立方体与信息熵的离散化方法[J];北京科技大学学报;2005年06期

相关博士学位论文 前10条

1 刘业政;基于粗糙集数据分析的智能决策支持系统研究[D];合肥工业大学;2002年

2 刘沐宇;基于范例推理的边坡稳定性智能评价方法研究[D];武汉理工大学;2002年

3 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年

4 韩斌;基于数据挖掘的信息融合理论和应用[D];浙江大学;2002年

5 孙国梓;面向企业的产品结构与配置管理关键技术研究[D];南京航空航天大学;2002年

6 苏怀智;大坝安全监控感智融合理论和方法及应用研究[D];河海大学;2002年

7 苏健;基于粗糙集的数据挖掘与决策支持方法研究[D];浙江大学;2002年

8 吴涛;构造性知识发现方法研究[D];安徽大学;2003年

9 张燕平;基于商空间的构造性数据挖掘方法及应用[D];安徽大学;2003年

10 朱卫东;面向互联网基于证据理论的智能决策支持系统研究[D];合肥工业大学;2003年

相关硕士学位论文 前10条

1 缑锦;基于概念格的属性约简算法及粗糙集在聚类分析中的应用探讨[D];福州大学;2002年

2 康胜武;基于粗集理论的属性处理方法和模糊规则提取及应用研究[D];厦门大学;2001年

3 王永刚;彩色印刷图像网点检测与识别算法的研究[D];西安理工大学;2002年

4 张振华;粗集理论及其在数据预处理过程中的应用[D];昆明理工大学;2002年

5 李浩;基于粗糙集理论的水轮机计算机调速系统故障诊断研究[D];武汉理工大学;2002年

6 胡丹;基于Rough Set的规则提取与粗—模糊神经网络研究[D];四川师范大学;2002年

7 朱红;基于Rough Set的特征抽取算法的研究[D];湘潭大学;2002年

8 高红;可拓方法在数据挖掘算法中的应用研究[D];大连海事大学;2002年

9 彭云;ARMRDB模型中的聚类分析和规则提取[D];江西师范大学;2002年

10 李雪斌;基于粗糙集理论的规则挖掘方法研究[D];江西师范大学;2002年

【二级参考文献】

相关期刊论文 前1条

1 苗夺谦,胡桂荣;知识约简的一种启发式算法[J];计算机研究与发展;1999年06期

【相似文献】

相关会议论文 前1条

1 武刚;冯玉强;;基于粗糙案例推理在线自我学习决策方法[A];第八届中国管理科学学术年会论文集[C];2006年

，

本文编号：1739002