基于Rough集的数据离散化模型

摘要：

本文基于Rough集理论的基本概念，结合遗传算法和神经网络技术，提出了一种数据离散化模型，该方法建立了一个基于Rough集的神经网络，其离散层对应于条件属性的断点集合，通过遗传算法优化断点个数，采用BP学习算法，训练得出相应参数所表示的断点值.通过模型得出的数据离散化区间不依赖于候选断点集合，而且区间表示值更为精确，具有较好的泛化能力.实验表明，该方法可以有效地进行数据的离散化，而且具有较高的精度。

关键词： Rough集理论 数据离散化模型 神经网络

作者: 商琳 吴红

作者单位: 南京大学软件新技术国家重点实验室,南京,210093 解放军理工大学理学院数理系,南京,211101

会议类型: 国内会议

会议名称: 第五届中国Rough集与软计算学术研讨会

会议地点: 辽宁鞍山

会议语种:中文

页码: 24-26,38

在线出版日期: 2005-08-01（万方平台首次上网日期，不代表论文的发表时间）