發(fā)布時間：2018-01-13 09:06

  本文關(guān)鍵詞：基于K最近鄰的代價敏感三支決策邊界域處理模型　出處：《數(shù)碼設(shè)計》2016年02期 　論文類型：期刊論文

  更多相關(guān)文章： 三支決策 覆蓋算法 K最近鄰 代價敏感 邊界域處理

【摘要】：三支決策理論是Yao在研究粗糙集和決策粗糙集時提出的,其主要目的是為粗糙集三個域提供合理的語義解釋,即正域POS(X)、負(fù)域NEG(X)和邊界域BND(X)。目前,如何有效地處理邊界域已成為三支決策理論研究的熱點(diǎn)問題。例如,基于CCA的三支決策模型提出了三種方法對邊界域樣本進(jìn)行處理,分別是距中心最近原則、距邊界最近原則和萬有引力原則,但是這三種方法都沒有考慮到分類問題的代價敏感性。本文在基于CCA的三支決策模型的基礎(chǔ)上,針對邊界域的處理問題,提出了一種基于K最近鄰的代價敏感三支決策邊界域處理模型。該模型首先根據(jù)樣本分布特征尋找最優(yōu)K值,然后根據(jù)與樣本邊界距離最小的K個覆蓋的類別和代價敏感損失函數(shù)對邊界域樣本進(jìn)行劃分。實(shí)驗(yàn)結(jié)果表明,與基于CCA的三支決策模型中的處理方法相比,本文模型在最優(yōu)K值下的分類結(jié)果的高代價樣本的誤分類數(shù)顯著減少,分類損失更小,而且總分類錯誤率較低。
[Abstract]:The three-branch decision theory is put forward by Yao when studying rough set and decision rough set. Its main purpose is to provide reasonable semantic explanation for three domains of rough set, that is, positive domain POSX). At present, how to deal with the boundary domain effectively has become a hot issue in the theory of three branches of decision making. For example, how to deal with the boundary domain effectively has become a hot issue in the theory of decision making. Based on the three-branch decision model of CCA, three methods are proposed to deal with the samples in the boundary domain, namely, the nearest distance principle, the nearest distance boundary principle and the universal gravitation principle. However, these three methods do not take into account the cost sensitivity of classification problems. Based on the three-branch decision model based on CCA, this paper deals with the problem of boundary domain. A cost sensitive three-branch decision making boundary domain processing model based on K-nearest neighbor is proposed. Firstly, the optimal value of K is found according to the characteristics of sample distribution. Then, the samples of boundary domain are divided according to the classes and cost sensitive loss functions of K covers with the smallest boundary distance. The experimental results show that the proposed method is compared with that in the three-branch decision model based on CCA. Under the optimal K value, the classification error number of high-cost samples is significantly reduced, the classification loss is smaller, and the total classification error rate is lower.
【作者單位】： 安徽大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院;安徽大學(xué)計算智能與信號處理教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國家自然科學(xué)基金項目(61673020、61602003)資助
【分類號】：TP18
【正文快照】： 引言 Yao在粗糙集和決策粗糙集研究中提出了三支決 策理論,該理論將傳統(tǒng)的正域、負(fù)域的二支決策語義拓展為正域、邊界域和負(fù)域的三支決策語義[1-2]。目前的三支決策理論的研究主要是基于粗糙集的三支決策理論,而其中最具有代表性的是決策粗糙集理論模型 (Decision Theoreti

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張桂榕;;反向最近鄰查詢研究綜述[J];電腦知識與技術(shù);2011年28期

2 周屹;;不確定對象的反向最近鄰查詢研究[J];黑龍江工程學(xué)院學(xué)報(自然科學(xué)版);2012年04期

3 劉永山,薄樹奎,張強(qiáng),郝忠孝;多對象的最近鄰查詢[J];計算機(jī)工程;2004年11期

4 郝忠孝;劉永山;;空間對象的反最近鄰查詢[J];計算機(jī)科學(xué);2005年11期

5 王淼;郝忠孝;;不確定性對象的反向最近鄰查詢[J];計算機(jī)工程;2010年10期

6 張旭;何向南;金澈清;周傲英;;面向不確定圖的k最近鄰查詢[J];計算機(jī)研究與發(fā)展;2011年10期

7 楊澤雪;郝忠孝;;空間數(shù)據(jù)庫中的障礙反向最近鄰查詢[J];計算機(jī)工程與應(yīng)用;2011年34期

8 王丹丹;郝忠孝;;道路網(wǎng)絡(luò)中的多類型K最近鄰查詢[J];計算機(jī)工程與應(yīng)用;2012年03期

9 鄧瑾;周梅;;基于R樹及其變種的最近鄰查詢研究[J];現(xiàn)代計算機(jī);2013年09期

10 朱婧;;平面中點(diǎn)對一般多邊形的最近鄰查詢研究[J];科技通報;2014年01期

相關(guān)會議論文 前10條

1 張曉峰;王麗珍;肖清;趙麗紅;;基于概念劃分的連續(xù)最近鄰查詢研究[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

2 管猛;張剡;柏文陽;;基于地表的連續(xù)可見最近鄰查詢方法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

3 陳璐;高云君;柳晴;陳剛;;受限相互最近鄰查詢處理[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

4 盛梅紅;沙朝鋒;宮學(xué)慶;嵇曉;周傲英;;道路網(wǎng)絡(luò)環(huán)境中的多對象最近鄰查詢[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2006年

5 劉月清;章勇;;一種改進(jìn)的動態(tài)最近鄰聚類算法[A];全國自動化新技術(shù)學(xué)術(shù)交流會會議論文集（一）[C];2005年

6 李傳文;谷峪;李芳芳;于戈;;一種障礙空間中不確定對象的連續(xù)最近鄰查詢方法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯一[C];2010年

7 劉星毅;;基于歐式距離的最近鄰改進(jìn)算法[A];廣西計算機(jī)學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

8 劉先康;梁菁;任杰;蔣光慶;;修正最近鄰模糊分類算法在艦船目標(biāo)識別中的應(yīng)用[A];全國第4屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

9 劉俊嶺;孫煥良;;多維度量空間中發(fā)現(xiàn)相互kNN(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯二[C];2010年

10 余小高;;P2P環(huán)境中k最近鄰搜索算法研究[A];2009年全國開放式分布與并行計算機(jī)學(xué)術(shù)會議論文集(下冊)[C];2009年

相關(guān)博士學(xué)位論文 前8條

1 魏本昌;基于內(nèi)容的大規(guī)模圖像檢索技術(shù)研究[D];華中科技大學(xué);2015年

2 楊澤雪;空間連接及最近鄰變體查詢研究[D];哈爾濱理工大學(xué);2014年

3 孫冬璞;時空數(shù)據(jù)庫多類型最近鄰查詢的研究[D];哈爾濱理工大學(xué);2010年

4 王建峰;基于哈希的最近鄰查找[D];中國科學(xué)技術(shù)大學(xué);2015年

5 張得天;時間依賴路網(wǎng)高效k最近鄰查詢混搭機(jī)制的研究[D];中國科學(xué)技術(shù)大學(xué);2014年

6 杜欽生;高維空間的K最近鄰查詢及連接問題研究[D];吉林大學(xué);2015年

7 張軍旗;支持最近鄰查找的高維空間索引[D];復(fù)旦大學(xué);2007年

8 李艷紅;路網(wǎng)中移動對象最近鄰及反向最近鄰查詢處理研究[D];華中科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 楊根茂;基于哈希加速的近似最近鄰檢索算法研究[D];浙江大學(xué);2015年

2 原s，

本文編號：1418352