發(fā)布時間：2021-01-19 13:17

　　屬性約簡（特征選擇）作為數(shù)據(jù)預(yù)處理的重要環(huán)節(jié),大多以屬性依賴作為篩選屬性子集的標準。設(shè)計了一種快速依賴計算方法 FDC,通過直接尋找基于相對正域的對象來計算依賴度,而不需要預(yù)先求出相對正域,相比傳統(tǒng)方法在速度上有明顯的性能提升。另外,改進鯨魚優(yōu)化算法（WOA）使其能夠有效應(yīng)用于粗糙集屬性約簡。結(jié)合上述兩個方法,提出一種基于Spark的分布式粗糙集屬性約簡算法SP-WOFRST,并在兩組人工合成的大數(shù)據(jù)集上與另一種基于Spark的粗糙集屬性約簡算法SP-RST進行對比實驗。實驗結(jié)果表明所提出的SP-WOFRST算法在精度和速度上均優(yōu)于SP-RST。 

【文章來源】：計算機應(yīng)用. 2020,40(02)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 粗糙集與依賴度計算
    1.1 粗糙集
    1.2 依賴度計算
    1.3 快速依賴計算
2 鯨魚優(yōu)化算法及其改進
    2.1 鯨魚優(yōu)化算法
        2.1.1 包圍獵物
        2.1.2 泡泡網(wǎng)攻擊
        2.1.3 搜索獵物
    2.2 應(yīng)用與改進
3 SP-WOFRST算法
4 實驗結(jié)果與分析
    4.1 數(shù)據(jù)集
    4.2 實驗配置
    4.3 度量標準
    4.4 結(jié)果分析
5 結(jié)語


【參考文獻】：
期刊論文
[1]基于條件信息熵的決策表約簡[J]. 王國胤,于洪,楊大春.  計算機學報. 2002(07)



本文編號：2987060