一种基于AFSA与RST分类规则挖掘算法  

Mining Classification Rules Algorithm Based on AFSA and RST

作　　者：谢竹诚[1] 周永权[1] 

机构地区：[1]广西民族大学数学与计算机科学学院,南宁530006

出　　处：《微电子学与计算机》2009年第3期182-184,188,共4页Microelectronics & Computer

基　　金：国家自然科学基金项目(60461001);广西自然科学基金项目(0542048)

摘　　要：利用人工鱼群算法对信息系统的数量型属性进行离散化,然后用RST进行分类规则挖掘,再将AFSA与RST相结合,提出了一种基于AFSA与RST分类规则挖掘新算法.该算法不仅有效地解决了利用粗糙集进行分类规则挖掘时数量型属性的离散化问题,而且可挖掘出所要解决问题的一般分类规则.实验表明该算法是有效和正确的.A new algorithm for mining classification rules based on AFSA and RST is presented in this paper.The algorithm uses AFSA to diseretizing values of quantitative attributes of an information system without any experienced knowledge about a special field,and then uses RST for mining general classification rules.Its not only solve the quantity attribute separate problem effectively,which using the rough set rules to classify excavation,but also can mining the the general classification rules of solving problem....

关 键 词：人工鱼群算法 离散化 粗糙集理论 分类规则挖掘 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]