基于粗糙集约简的多分类器系统构造方法

doi:10.3778/j.issn.1002-8331.2010.03.015

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (3): 49-50.DOI: 10.3778/j.issn.1002-8331.2010.03.015

基于粗糙集约简的多分类器系统构造方法

王名扬^1，2，于达仁²，胡清华²

1.东北林业大学信息与计算机工程学院，哈尔滨 150040
2.哈尔滨工业大学航天学院，哈尔滨 150001

收稿日期:2008-09-04 修回日期:2008-11-12 出版日期:2010-01-21 发布日期:2010-01-21
通讯作者: 王名扬

Technique for constructing multiple classification systems based on rough set reduction

WANG Ming-yang^1，2，YU Da-ren²，HU Qing-hua²

1.Information and Computer Engineering College，Northeast Forestry University，Harbin 150040，China
2.School of Astronautic，Harbin Institute of Technology，Harbin 150001，China

Received:2008-09-04 Revised:2008-11-12 Online:2010-01-21 Published:2010-01-21
Contact: WANG Ming-yang

摘要/Abstract

摘要： 多分类器系统是近年来兴起的一种有效的分类机制，为提高多分类器系统的分类精度，提出了一种基于粗糙集约简构造多分类器系统的机制，并从输入和输出两个角度对如何选择单个分类器进行了探讨。通过对4个UCI数据集进行验证，发现基于输出的选择融合方法得到了最好的分类效果。

关键词: 多分类器系统, 粗糙集, 约简

Abstract: Multiple classification systems（MCSs） are a new classification technique rising in recent years.In order to the classification performance of MCSs，a technique is proposed to construct multiple classification systems based on rough set reduction.The method of selecting the single classifiers in two points is presented，which is the point of input and output respectively.Experiments show that the MCSs constructed by the method based on output get the best classification performances.

Key words: multiple classification systems, rough set, reduction

中图分类号:

TP391

王名扬^1，2，于达仁²，胡清华². 基于粗糙集约简的多分类器系统构造方法[J]. 计算机工程与应用, 2010, 46(3): 49-50.

WANG Ming-yang^1，2，YU Da-ren²，HU Qing-hua². Technique for constructing multiple classification systems based on rough set reduction[J]. Computer Engineering and Applications, 2010, 46(3): 49-50.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[6]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[7]	张博，贾华宇，马珺. RS-GA神经网络无人机受风情况估计[J]. 计算机工程与应用, 2020, 56(4): 209-213.
[8]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[9]	张建华，李方方，杨岚. 融合PFS与RS的案例知识供需匹配研究[J]. 计算机工程与应用, 2020, 56(23): 139-145.
[10]	覃凤婷，杨有龙，仇海全. 基于稀疏子空间的局部异常值检测算法[J]. 计算机工程与应用, 2020, 56(19): 152-159.
[11]	骆公志，梅焘. 监督机制多粒度决策粗糙集模型及应用[J]. 计算机工程与应用, 2020, 56(18): 214-220.
[12]	谢旭明，段隆振，邱桃荣，杨幼凤. 改进量子搜索算法及其在核属性求解上的应用[J]. 计算机工程与应用, 2020, 56(14): 57-61.
[13]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[14]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.
[15]	任俊1，唐绮雯1，徐怡2，胡善忠2. 大学生贫困资助评定的多粒度粗糙集研究[J]. 计算机工程与应用, 2019, 55(7): 82-86.

基于粗糙集约简的多分类器系统构造方法

Technique for constructing multiple classification systems based on rough set 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