导读:本文包含了约简算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:邻域,属性,粗糙,矩阵,算法,微血管,梯度。
约简算法论文文献综述
商传磊,张悟移,陈俊营,李建国[1]（2019）在《基于决策表的粗糙集属性约简算法改进及应用》一文中研究指出针对决策属性集合中只存在两个决策集合的情况,为简化决策属性的表达和计算复杂度,提高约简效率,提出一种改进粗糙集决策表的属性约简算法。该算法以条件属性对决策属性的支持度为基础,采用新的约简规则,基于可分辨矩阵的启发式算法,根据属性重要度改进属性约简算法。以高新技术企业智力资本测量指标体系为例,得到了高新技术企业智力资本的最小约简集。结果表明,该约简算法能够得到一个完备的最小约简集,并能显着提高求解约简集的效率。(本文来源于《科技与经济》期刊2019年05期）
李旭,荣梓景[2]（2019）在《带权决策表的变精度约简算法》一文中研究指出属性约简是粗糙集理论研究的重要内容之一,有广泛深入的应用.通过对照通常决策表的变精度约简和正区域约简的辨识矩阵发现,当满足给定精度阈值大于0. 5的条件下,决策表中的变精度约简可以转化成正区域约简.本文将决策表中相同决策规则出现的次数作为权,提出了带权的决策表的概念,通过辨识矩阵给出了带权决策表的变精度约简算法.当精度阈值大于0. 5时,我们可以通过在表中适当更改某些(个)条件类中部分对象的决策值的方法,形成新的决策表,该新的决策表的正区域约简就是原来带权决策表的变精度约简.最后通过实验验证了所提出算法的有效性和可行性.(本文来源于《小型微型计算机系统》期刊2019年10期）
韦修喜,黄华娟,周永权[3]（2019）在《基于AP聚类的约简孪生支持向量机快速分类算法》一文中研究指出孪生支持向量机TWSVMs分类过程的计算量和样本的数量成正比,当样本个数较多时,其分类过程将会比较耗时。为了提高样本集的稀疏性,从而提高TWSVMs的分类速度,提出了一种基于AP聚类的约简孪生支持向量机快速分类算法FCTSVMs-AP。首先对原始数据集进行AP聚类操作。聚类的中心为约简后新的样本集,按照分类误差最小的原则构建优化模型,用二次规划方法求解新的决策函数的系数,并证明了当样本集压缩时,收紧新的快速决策函数和原始决策函数之间的误差等价于在样本空间对原始数据集进行AP聚类操作。在人工数据集和UCI数据集上的实验表明,保持分类精度的损失在统计意义上不明显的前提下,FCTSVMs-AP可以通过有效压缩样本数量的方式提高分类速度。(本文来源于《计算机工程与科学》期刊2019年10期）
安晓钢,张小红,麻卫萍[4]（2019）在《基于近似分类质量及特异度的属性约简算法的部分改进》一文中研究指出对基于近似分类质量及特异度的属性约简算法做了部分改进。主要解决已有算法的如下问题:当几个属性集合的近似分类质量或特异度相等、且其对应的属性组合数目也相等时,以前的算法无法分辨、只能随机选择。本文通过引入两个新的评判指标,当遇到前述问题时,计算这两个指标可以在一定程度上分别做出进一步筛选。数据结果表明,改进后算法能较快找到约简,提高了约简速度。(本文来源于《模糊系统与数学》期刊2019年05期）
彭莉莎,钱文彬,王映龙[5]（2019）在《面向特定类的叁支概率属性约简算法》一文中研究指出鉴于现有的叁支决策属性约简算法大多面向所有决策类,但在许多情况下,所有决策类下的约简子集不能完全等同于单个决策类下的约简子集,且有时考虑到约简代价等原因,可能只需获取单个特殊决策类的属性约简结果.为此,本文从代数论和信息论的视角研究了特殊决策类的叁支概率属性约简模型,在此基础上,构建了启发式的属性约简算法.最后,通过医疗诊断实例详细分析了算法在一致决策系统和不一致决策系统上的约简过程,合理解释了算法的约简结果,同时也说明了算法的有效性和可行性.(本文来源于《小型微型计算机系统》期刊2019年09期）
谭永奇,樊建聪,任延德,周晓明[6]（2019）在《改进的属性约简算法及其在肝癌微血管侵犯预测中的应用》一文中研究指出基于邻域粗糙集的属性约简算法在进行属性约简时只考虑单一属性对决策属性的影响,未能考虑各属性间的相关性,针对这个问题,提出了一种基于卡方检验的邻域粗糙集属性约简算法(ChiS-NRS)。首先,利用卡方检验计算相关性,在筛选重要属性时考虑相关属性之间的影响,在降低时间复杂度的同时提高了分类准确率;然后,将改进的算法与梯度提升决策树(GBDT)算法组合以建立分类模型,并在UCI数据集上对模型进行验证;最后,将该模型应用于预测肝癌微血管侵犯的发生。实验结果表明,与未约简、邻域粗糙集约简等几种约简算法相比,改进算法在一些UCI数据集上的分类准确率最高;在肝癌微血管侵犯预测中,与卷积神经网络(CNN)、支持向量机(SVM)、随机森林(RF)等预测模型相比,提出的模型在测试集上的预测准确率达到了88.13%,其灵敏度、特异度和受试者操作曲线(ROC)的曲线下面积(AUC)分别为87.10%、89.29%和0.90,各指标都达到了最好。因此,所提模型能更好地预测肝癌微血管侵犯的发生,能辅助医生进行更精确的诊断。(本文来源于《计算机应用》期刊2019年11期）
王光琼[7]（2019）在《不完备系统中一种增量式属性约简算法》一文中研究指出实际应用中,信息系统的数据常常是动态变化的,当对象增加时,原始的属性约简集不一定有效。针对不完备决策系统对象增加的情况,提出基于条件熵的增量式属性约简算法。首先定义不完备决策系统中的条件熵,然后分析对象增加时条件熵的变化机制以及对约简集的影响,提出增量式属性约简算法,当对象增加时,该算法能够更高效地进行属性约简。最后,实验验证本文算法的有效性和高效性。(本文来源于《计算机与现代化》期刊2019年08期）
林芷欣,刘遵仁,纪俊[8]（2019）在《基于Relief属性重要度的快速约简算法》一文中研究指出邻域粗糙集是经典Pawlak粗糙集的扩展,能够有效的处理数值型数据。因为引入了邻域粒化的概念,使用邻域粗糙集模型计算样本邻域度量属性重要度时,需要不断反复的对负域中的样本进行邻域划分操作,算法计算量很大。为此提出了一种基于Relief算法属性重要度的快速属性约简算法,降低计算邻域的算法时间复杂性。通过和现有算法运用多组UCI标准数据集进行比较,实验结果表明,在不降低分类精度的前提下,该算法能更快速地得到属性约简。(本文来源于《青岛大学学报(自然科学版)》期刊2019年03期）
袁红丽,陈志佳[9]（2019）在《基于布尔矩阵的决策表属性约简算法》一文中研究指出布尔矩阵的属性约简是粗糙集理论的一种新思路,针对现有布尔矩阵表示方法中未考虑决策属性的问题,将条件属性、决策属性两者的依赖关系与条件区分能力相结合改进计算相对核、相对约简的算法,提出一种基于布尔矩阵的决策表属性约简算法。实例和仿真实验证明该算法的正确性、可靠性、完备性。(本文来源于《现代计算机》期刊2019年23期）
徐波,冯山[10]（2019）在《基于邻域关系矩阵的属性约简算法》一文中研究指出对邻域决策系统属性约简,针对邻域决策误差率最小化准则不能准确反映各类分布均匀时样本邻域信息粒中决策信息的问题,结合样本邻域信息粒及其决策分布提出一种能反映条件属性子集与决策属性相关性的度量.首先,用邻域关系矩阵将邻域关系间的集合运算转为矩阵运算;其次,证明新度量的粒化单调性,结合排序思想与邻域关系矩阵对称性改进计算单属性的邻域关系矩阵算法(SANRM),构建了基于邻域关系矩阵的启发式属性约简算法(NRMAR);最后,UCI数据集上实验分析表明,NRMAR能够有效选择属性且保持或改善数据集分类能力.(本文来源于《小型微型计算机系统》期刊2019年08期）
约简算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
属性约简是粗糙集理论研究的重要内容之一,有广泛深入的应用.通过对照通常决策表的变精度约简和正区域约简的辨识矩阵发现,当满足给定精度阈值大于0. 5的条件下,决策表中的变精度约简可以转化成正区域约简.本文将决策表中相同决策规则出现的次数作为权,提出了带权的决策表的概念,通过辨识矩阵给出了带权决策表的变精度约简算法.当精度阈值大于0. 5时,我们可以通过在表中适当更改某些(个)条件类中部分对象的决策值的方法,形成新的决策表,该新的决策表的正区域约简就是原来带权决策表的变精度约简.最后通过实验验证了所提出算法的有效性和可行性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
约简算法论文参考文献
[1].商传磊,张悟移,陈俊营,李建国.基于决策表的粗糙集属性约简算法改进及应用[J].科技与经济.2019
[2].李旭,荣梓景.带权决策表的变精度约简算法[J].小型微型计算机系统.2019
[3].韦修喜,黄华娟,周永权.基于AP聚类的约简孪生支持向量机快速分类算法[J].计算机工程与科学.2019
[4].安晓钢,张小红,麻卫萍.基于近似分类质量及特异度的属性约简算法的部分改进[J].模糊系统与数学.2019
[5].彭莉莎,钱文彬,王映龙.面向特定类的叁支概率属性约简算法[J].小型微型计算机系统.2019
[6].谭永奇,樊建聪,任延德,周晓明.改进的属性约简算法及其在肝癌微血管侵犯预测中的应用[J].计算机应用.2019
[7].王光琼.不完备系统中一种增量式属性约简算法[J].计算机与现代化.2019
[8].林芷欣,刘遵仁,纪俊.基于Relief属性重要度的快速约简算法[J].青岛大学学报(自然科学版).2019
[9].袁红丽,陈志佳.基于布尔矩阵的决策表属性约简算法[J].现代计算机.2019
[10].徐波,冯山.基于邻域关系矩阵的属性约简算法[J].小型微型计算机系统.2019
论文知识图
