计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (24): 182-186.DOI: 10.3778/j.issn.1002-8331.1704-0211
白建川1,2,夏克文1,2,牛文佳1,2,武盼盼1,2
BAI Jianchuan1,2, XIA Kewen1,2, NIU Wenjia1,2, WU Panpan1,2
摘要: 粗糙集理论是模式识别和机器学习的重要内容,属性约简是粗糙集理论中核心步骤。然而传统的粗糙集理论对数据集进行属性约简,计算复杂度高,容易陷入局部最优解。提出了一种新型灰狼优化算法的粗糙集属性约简技术,可以很好地解决传统粗糙集理论出现的弊端。同时为了验证算法的可行性,采用国际通用UCI数据库进行验证,与两种传统的属性约简方法进行对比分析。实验结果表明,该方法属性约简个数少,识别精度高,证明该方法切实可行,操作简单。