一种粗糙集属性约简的伪粒子群算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (1): 150-152.

• 数据库、信号与信息处理 • 上一篇下一篇

一种粗糙集属性约简的伪粒子群算法

范会联1，仲元昌2，程冰1

1.长江师范学院数学与计算机学院，重庆 408100
2.重庆大学通信工程学院，重庆 400030

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-01 发布日期:2012-01-01

Pseudo particle swarm algorithm for rough sets attribute reduction

FAN Huilian1, ZHONG Yuanchang2, CHENG Bing1

1.College of Mathematics and Computer Science, Yangtze Normal University, Chongqing 408100, China
2.College of Communication Engineering, Chongqing University, Chongqing 400030, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-01 Published:2012-01-01

摘要/Abstract

摘要： 针对高维数据集的属性约简问题，通过改变经典粒子群算法的运动方程，并用属性依赖性和属性子集特征数构造适应度函数，提出以决策表核属性为基础的最小属性子集搜寻策略。实验结果表明，与其他类型的最小属性约简算法相比，该算法不仅能有效提高获得最小属性约简的机率，同时还大大降低了计算时间。

关键词: 粗糙集, 属性约简, 核属性, 粒子群

Abstract: In order to solve the problem of calculating the attribute reduction of high-dimensional data set, a new pseudo particle swarm based on updating the motion equation of particle swarm is proposed, and dependency of the attributes, feature number of the subset of attributions are added into fitness function. Experimental results show that the proposed algorithm can get better results than some other existing algorithms for attribute reduction in terms of both solution quality and computational effort.

Key words: rough set, attribute reduction, core attribute, particle swarm

范会联1，仲元昌2，程冰1. 一种粗糙集属性约简的伪粒子群算法[J]. 计算机工程与应用, 2012, 48(1): 150-152.

FAN Huilian1, ZHONG Yuanchang2, CHENG Bing1. Pseudo particle swarm algorithm for rough sets attribute reduction[J]. Computer Engineering and Applications, 2012, 48(1): 150-152.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[3]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	代琪，李敏，刘洋，李丽红. 模糊层次商空间的快速属性约简算法[J]. 计算机工程与应用, 2021, 57(4): 55-60.
[6]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[7]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[8]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[9]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[10]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[11]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[12]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[13]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[14]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[15]	李雷孝，邓丹，李杰，王永生. 基于粒子群优化的全比较计算数据分发策略[J]. 计算机工程与应用, 2021, 57(15): 109-117.

一种粗糙集属性约简的伪粒子群算法

Pseudo particle swarm algorithm for rough sets attribute reduction

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics