本文關(guān)鍵詞：鄰域粗糙集中不確定性的熵度量方法　出處：《計算機科學(xué)與探索》2016年12期 　論文類型：期刊論文

  更多相關(guān)文章： 鄰域粗糙集 鄰域信息熵 不確定性度量 信息系統(tǒng) 近似精度

【摘要】：針對傳統(tǒng)粗糙集理論中不確定度量方法難以適用于鄰域粗糙集模型的問題,引入信息熵的度量方法,提出了基于信息熵的鄰域粗糙集不確定性度量方法。該方法采用鄰域關(guān)系對連續(xù)型數(shù)據(jù)進行信息�；�,基于�；蟮臄�(shù)據(jù)定義鄰域系統(tǒng)中的近似精度、鄰域信息熵、加權(quán)鄰域信息熵等不確定性度量。進一步提出鄰域系統(tǒng)不確定性度量的公理化表示,證明鄰域系統(tǒng)的近似精度、鄰域信息熵、加權(quán)鄰域信息熵都是公理化度量;給出其最大最小值,證明其滿足單調(diào)性原理。理論分析與實驗表明鄰域系統(tǒng)中的信息熵度量優(yōu)于近似精度度量。
【作者單位】： 廈門理工學(xué)院計算機與信息工程學(xué)院;江西師范大學(xué)國家網(wǎng)絡(luò)化支撐軟件國際科技合作基地;
【基金】：國家自然科學(xué)基金No.61573297 福建省自然科學(xué)基金Nos.2015J01277,2016J01324 福建省教育廳項目Nos.JA09217,JB13152 福建省高校新世紀(jì)優(yōu)秀人才支持計劃~~
【分類號】：TP18
【正文快照】： 1 引言 粗糙集理論由波蘭科學(xué)家Pawlak于1982年提出[1],是一種處理不精確、不確定與海量數(shù)據(jù)的理論與方法,近二十年來被廣泛應(yīng)用于機器學(xué)習(xí)[2]、數(shù)據(jù)挖掘[3]、圖像處理[4]、離群點檢測[5]、特征選擇[6]、大數(shù)據(jù)分析與處理等領(lǐng)域[7]。粗糙集理論中度量方法的研究是機器學(xué)習(xí)領(lǐng)，

本文編號：1314697