融合变精度粗糙熵和全局粒子群的概念格协同挖掘算法研究

摘要：

为解决概念格挖掘优化问题,借鉴变精度粗糙集模型和粒子群协同进化思想,提出了融合变精度粗糙熵和全局粒子群的概念格协同挖掘算法（REVPT）。该算法引入变精度粗糙熵对各概念格子群动态度量建立粗糙近似格,并通过种群之间协作共享寻优经验提高概念格的全局挖掘优化能力,有效缩减原格群规模并挖掘出一致粗糙分类规则.实验结果表明当变精度粗糙熵阈值处于某一合适范围,该算法在保证收敛速度同时具有较强的建格全局优化能力,在知识挖掘精度和效率方面具有较好鲁棒性。

关键词： 概念格 变精度阈值 粗糙熵 粒子群 协同挖掘算法

作者: 丁卫平 王建东 管致锦

作者单位: 南京航空航天大学信息科学与技术学院, 江苏,南京 210016 南通大学计算机科学与技术学院, 江苏,南通 226019 苏州大学江苏省计算机信息处理技术重点实验室, 江苏,苏州 215006 南京航空航天大学信息科学与技术学院, 江苏,南京 210016 南通大学计算机科学与技术学院, 江苏,南通 226019

会议类型: 国内会议

会议名称: 第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议

会议地点: 南京

会议语种:中文

页码: 1-7

在线出版日期: 2010-11-26（万方平台首次上网日期，不代表论文的发表时间）