基于粗糙集的识别策略动态选择算法

代理获取

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着信息时代的到来，信息量日益增长，人们对信息分析工具的要求越来越高。人们不仅希望我们的分析工具具有能处理海量信息的能力，而且要求它具有较高的准确率。在数据挖掘过程中通过对具有类别标记的实例(数据)进行训练，得到一个能预测新实例所属类别的模型，获得了需要的知识，接下来的工作就是根据对现实的观察，利用已获得的知识进行推理，得到我们所需要的结论。近几十年来，出现了各种各样的优秀的识别算法，而且都在一定的领域取得了不错的效果，但由于现实的复杂性与数据的多样性，使得如果单一的用某一种方法进行识别，往往都会由于算法本身的缺陷，或不能得到相对高的识别率，或是分类速度较慢、识别能力不稳定等。因此，一些学者提出将多种分类方法进行集成，以提高算法的准确率。而因为粗糙集能对知识进行约简处理，简化信息系统结构，因此很多学者将粗糙集与其他分类算法结合进行识别研究，此方法在一定程度上提高了算法的识别率，但这些方法大都只利用了粗糙集的预处理优势，而忽视了粗糙集本身的分类能力。
　　粗糙集理论是一种能够定量分析处理不精确、不一致、不完整信息与知识的数学工具，其不仅能简化信息表达空间，减小训练模型复杂性和缩短训练时间，还可以解决重要的分类问题。本文利用粗糙集的各种的优势，将粗糙集、支持向量机与决策树三种方法结合起来，通过分析数据特征，提出利用样本对规则集的覆盖度和设置一个相关阈值来进行最优分类方法的动态选择，在第一时间为不同的样本选择到相对较优的分类算法。
　　在本文思想基础上，将算法在一定的环境进行了实现，实验结果表明：本文所提算法无论是在识别率的高低上还是稳定性上都有一定的提高，对不同的样本能在第一时间为其选择到相对较优的识别算法来对其进行识别。

著录项

作者
易兴辉;
展开▼
作者单位

重庆邮电大学;

展开▼
授予单位重庆邮电大学;
学科计算机应用技术
授予学位硕士
导师姓名王国胤;
年度 2011
页码
总页数
原文格式 PDF
正文语种中文
中图分类 TP311.134.1;
关键词
粗糙集理论; 支持向量机; 决策树; 样本识别; 数据挖掘;

相似文献

中文文献
外文文献
专利

1. 一种新的基于粗糙集的动态样本识别算法 [J] . 易兴辉 ,王国胤 ,胡峰 . 南京大学学报：自然科学版 . 2010,第5期
2. 基于粗糙集理论的动态目标识别及跟踪 [J] . 徐捷 ,徐从富 ,耿卫东 . 电子学报 . 2002,第004期
3. 基于动态时间规整和多维标度策略的串联锂离子电池组异常电池可视化识别方法 [J] . 钟国彬 ,沈佳妮 ,徐凯琪 . 储能科学与技术 . 2019,第001期
4. 一种基于识别重复路径的动态决策策略 [J] . 常文静 ,徐扬 . 计算机学报 . 2019,第010期
5. 基于二级匹配策略的实时动态手语识别 [J] . 梁文乐 ,黄元元 ,胡作进 . 计算机科学 . 2017,第007期
6. 连续语音快速识别的动态高斯分量选择算法 [C] . 蔡骏 ,黄关维 ,LAPRIE Yves . 中国人工智能学会第12届全国学术年会 . 2007
7. 基于粗糙集的多标签特征选择算法研究 [A] . 李雨晨 . 2021

基于粗糙集的识别策略动态选择算法

摘要

著录项

相似文献

相关主题

期刊订阅