一种基于因子分析的粗糙分类器模型

摘要：

本文首先提出一种基于因子分析和信息熵评价的启发式搜索优化属性集合的方法—FAE方法，进而利用Rough分析可以剔除属性集合中冗余属性并进行规则归纳的能力，建立基于Rough分析的分类器模型-FAERS模型。针对在对未知类别的对象进行预测时会遇到多规则匹配与无规则匹配问题，定义了部分匹配函数和灵活匹配函数，根据计算得到的函数值决定未知类别对象的归属，实验结果表明本算法的分类效果很好。

关键词： 人工智能 粗糙分类器 Rough集理论 因子分析

作者: 马昕 林丽清 赵众

作者单位: 北京化工大学自动化研究所,北京,100029

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: 83-84,92

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）