基于遗传粒子群和粗糙集的最小属性约简算法OA北大核心CSCDCSTPCD
A minimum attribute reduction algorithm based on genetic & particle swarm optimization and rough sets
阐述了粗糙集理论、遗传约简算法和粒子群约简算法.属性约简是知识发现的关键问题之一.传统的属性约简算法都是串行搜索的,算法效率低且收敛速度慢.将计算智能和粗糙集相结合,提出了一种基于遗传粒子群和粗糙集的最小属性约简算法.该算法利用属性依赖度计算属性核,并在种群初始化时引入属性核作为限制条件,动态调整适应度函数,以达到求得最小属性约简的目的.实验表明,对于数据量大、属性维度高的属性约简问题,该算法具有高效的处理能力.
吴尚智;罗艺纯;翟敬鹏
西北师范大学计算机科学与工程学院,甘肃兰州 730070中国移动通信集团甘肃有限公司,甘肃兰州 730070西北师范大学计算机科学与工程学院,甘肃兰州 730070
数学
属性约简粗糙集遗传算法粒子群优化算法属性依赖度
attribute reductionrough setsgenetic algorithmparticle swarm optimizationdependability of attributes
《计算机工程与科学》 2016 (5)
面向无线传感器网络的源-信道-网络联合无线传输理论研究
1007-1013,7
甘肃省自然科学基金(1010RJZA011)国家自然科学基金(61261015)
评论