文献类型：期刊文章

作　　者：姚晟[1,2] 徐风[1,2] 吴照玉[1,2] 陈菊[1,2] 汪杰[1,2] 王维[1,2]

YAO Sheng;XU Feng;WU Zhao-yu;CHEN Ju;WANG Jie;WANG Wei(Key Laboratory of Intelligent Computing and Signal Processing of Ministry of Education,Anhui University,Hefei 230601,China;College of Computer Science and Technology,Anhui University,Hefei 230601,China)

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室,合肥230601 [2]安徽大学计算机科学与技术学院,合肥230601

出　　处：《控制与决策》

基　　金：国家自然科学基金项目(61602004;61300057);安徽省自然科学基金项目(1508085MF127);安徽省高等学校自然科学研究重点项目(KJ2016A041;KJ2017A011);安徽大学信息保障技术协同创新中心公开招标项目(ADXXBZ2014-5;ADXXBZ2014-6);安徽大学博士科研启动基金项目(J10113190072)

年　　份：2019

卷　　号：34

期　　号：2

起止页码：353-361

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：属性约简是粗糙集理论一项重要的应用,目前已广泛运用于机器学习和数据挖掘等领域,邻域粗糙集是粗糙集理论中处理连续型数据的一种重要方法.针对目前邻域粗糙集模型中属性约简存在的缺陷,构造一种基于邻域粗糙集的邻域粗糙熵模型,并基于此给出邻域粗糙联合熵、邻域粗糙条件熵和邻域粗糙互信息熵等概念.邻域粗糙互信息熵是评估属性集相关性的一种重要的方法,具有非单调性变化的特性,对此,提出一种基于邻域粗糙互信息熵的非单调性属性约简算法.实验分析表明,所提出算法不仅比目前已有的单调性属性约简算法具有更优越的属性约简结果,而且具有更高的约简效率.

关 键 词：邻域粗糙集 邻域粗糙熵  邻域粗糙条件熵  邻域粗糙互信息熵  非单调性  属性约简

分 类 号：TP181]