数据驱动的可变精度粗糙集噪音阈值获取方法  

Data-driven Approach to Acquisition of Variable Precision Threshold in Variable Precision Rough Set Model

作　　者：赵彦钧[1,2] 王国胤[1,2] 胡峰[1,2] 

机构地区：[1]西南交通大学信息科学与技术学院,成都610031 [2]重庆邮电大学计算机科学与技术研究所,重庆400065

出　　处：《计算机科学》2008年第11期174-177,共4页Computer Science

基　　金：国家自然科学基金(No.60573068,No.60773113);新世纪优秀人才支持计划(NCET);重庆市自然科学基金(2005BA2003);重庆市教委科技项目(KJ060517)

摘　　要：可变精度粗糙集理论是经典粗糙集理论的一种扩展理论。它通过引入噪音阈值β,增强了对噪音数据的适应性。然而噪音阈值β多是人为设定,这要求有一定先验知识。提出一种方法,完成了数据驱动的噪音阈值β的自主式获取。仿真实验结果表明,按照此方法获取的噪音阈值β能够提高可变精度粗糙集理论获取知识的性能。Variable precision rough set is one of extensions°f classical rough set. Through introducing variable precision threshold β, variable precision rough set enhances its ability to adapt noise data. However, the variable precision threshold β is set up by people, which needs prior domain knowledge. A data-driven approach is proposed to complete the self-learning acquisition of variable precision threshold β. The experiment results show that the variable precision threshold β acquired by this data-driven approach can improve the capability of knowledge acquisition of variable precision rough set.

关 键 词：可变精度粗糙集 噪音阈值 数据驱动 知识获取 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP311.52[自动化与计算机技术—计算机科学与技术]