CLUBRAR:基于属性聚类的Rough集约简算法

摘要：

本文提出一种新的基于属性聚类的Rough集属性约简算法CLUBRAR.本算法首先把属性进行聚类,从而得到属性之间的关系的全局信息;然后,在这种全局信息的指导之下再进行局部求优.实验结果表明:与QuickReduct算法相比较,CLUBRAR算法可以有效地提高属性约简的质量.但算法中,聚类数目、频率阈值和依赖度等参数对属性约简结果的影响是研究中需要进一步讨论的问题。

关键词： 属性聚类 Rough集 属性约简 分类代价 CLUBRAR算法

作者: 于绍越 贾修一 商琳

作者单位: 南京大学计算机软件新技术国家重点实验室,南京,210093 南京大学计算机科学与技术系,南京,210093

会议类型: 国内会议

会议名称: 第六届中国Rough集与软计算学术研讨会(CRSSC”2006)

会议地点: 浙江金华

会议语种:中文

页码: 11-13

在线出版日期: 2006-10-30（万方平台首次上网日期，不代表论文的发表时间）