新的信息熵属性约简

TP391; 在粗糙集不确定性度量公式中,模糊熵和模糊度是重要的度量方式.根据粗糙集不确定性度量中模糊熵和新的模糊度公式,提出了在决策信息系统中修正条件信息熵和相对模糊熵的概念,并分别用两种方式证明了熵在属性约简过程中的单调性.然后利用向前添加属性算法进行属性约简,约简结果在RIDAS(rough set based intelligent data analysis system)平台上进行识别率测试,通过实验对比分析了两种新的信息熵与条件信息熵的约简结果,为基于信息熵的属性约简提供了参考....

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 no. 4; pp. 359 - 367
Main Authors 张清华, 肖雨
Format Journal Article
LanguageChinese
Published 重庆邮电大学 计算智能重庆市重点实验室,重庆 400065%重庆邮电大学 数理学院,重庆 400065 2013
Subjects
信息熵
模糊熵
information entropy
fuzzy entropy, attribute reduction
condition information entropy
属性约简
粗糙集
条件信息熵
rough set
Online AccessGet full text

Cover

More Information
Summary:TP391; 在粗糙集不确定性度量公式中,模糊熵和模糊度是重要的度量方式.根据粗糙集不确定性度量中模糊熵和新的模糊度公式,提出了在决策信息系统中修正条件信息熵和相对模糊熵的概念,并分别用两种方式证明了熵在属性约简过程中的单调性.然后利用向前添加属性算法进行属性约简,约简结果在RIDAS(rough set based intelligent data analysis system)平台上进行识别率测试,通过实验对比分析了两种新的信息熵与条件信息熵的约简结果,为基于信息熵的属性约简提供了参考.
ISSN:1673-9418
DOI:10.3778/j.issn.1673-9418.1206047