刘惠彬
- 作品数：1 被引量：2H指数：1
- 供职机构：上海工程技术大学更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于改进粗糙集模型的归纳学习方法被引量：2
- 2006年
- 对传统的粗糙集理论进行了扩展,提出了一种改进的粗糙集归纳学习方法。一方面,针对连续属性离散化,利用模糊集理论对连续属性进行模糊化,再根据模糊贴近度构造模糊相似矩阵,并用k-w方法粗略评估各连续属性的重要度,建立基于模糊相似关系的划分,最终生成相容的决策表。另一方面,针对解决最优属性的选择问题,提出一种加权求和的属性重要度定义。基于以上模型开发了一个原型系统,并以一个工程实例验证了此方法的有效性。
- 洪菁陈强刘惠彬
- 关键词：离散化粗糙集模糊相似关系属性重要度
