当前位置:文档之家› 代价敏感粗糙集研究综述

代价敏感粗糙集研究综述

中图分类号: T I P8 文 献标识码 : A
A ur e n Co ts n i v u h S t s a c S v y o s— e st eRo g e - i Re e r h
LI J a b n 1 , M I Fa U i . i , 2 N n
Gr n lr mp t g Z a g h uN r l nv ri , h n z o uin3 3 0 , i a a ua Co u i , h n z o o ma U i st Z a g h o F j 6 0 0 Chn ) n e y a
Abt a t s r c :Thi spape e i w st h or ounda i nsa rr v e het e y f to nd h t t — t e sa eo ̄t ・ r fc ts nstver gh s t he a to os— e ii ou e .Fi sl, r ty
t e mo i a i n o o ts n i v e r i g s i t o u e h o g e a h tv t f c s— e st e la n n i n r d c d t r u h x mp e .T p s o o t a e d s u s d o i ls y e f c ss r ic s e .Th e f u d t n o o ts n ii e r u h s t sp e e t d Th n t e c r e tst a i n i s m ma i e r m h o r lv l o n a i f s- e st o g e s i r s n e . e h u r n iu to s u o c v rz dfo tef u es e
21 0 1年第 4期 ( 总第 7 ) 4期
漳州师范学院学报 ( 然科学版) 自
J u n l f a g h uNo ma ie st ( t S i o r a n z o r l o Zh Unv ri y Na . c. )
N ..01 o 4 2 1 年
Ge e a . 4 nr I No 7
k y is e f e tc s- e stv o g e r i h i h e . e u so s - o ts n i e r u h s ta eh g l t d s t i g
Ke r s c s -e stv o g e a t i u e r d c i n ; e t o t; l o i m ;mo e ywo d : o ts n i e r u h s t; tr b t e u to i t s s ag rt c h dl
文章编号 : 0—86 01 401— 1 872( 1) — 70 0 2 0 0 6
代价敏感粗糙集研究综述
刘 家彬 ’ ,闵 , 一 帆
( 1 .四川民族学院 计算机科学系, 四川 康定 660;. 20 12 漳州师范学院 粒计算实验室, 福建 漳州 33 0) 600
摘 要:本文对代价敏 感粗 糙集( s s si u h e C . S 论的 内容及发展状况进行 了回顾 , c te i e og t SR ) o .n t r v s, 理 对其研
粗 糙集作 为一 种刻 画不 完整 和 不确 定性 问题 的数学工 具 ,是 由波 兰科学 院 z P wl .a a k院士 于 18 92年提
出的…I 粗糙集能有效地分析和处理不精确、不一致、不完整等各种不完备信息,在不需要任何先验知 _. 引
识的情 况 下,对数 据进 行分析 和 推理 ,从 中发现 隐含的知 识,揭 示 潜在 的规律 .从上 世纪 8 0年代 末 9 0年 代初 开始 ,经过 二十余 年 的 发展 和研 究,在 理论 和实 际应 用 中都 取得 了长足 的 发展 学 、社会科学和工程技术等领域,从实际系统 中采集到的数据往往不精确甚至不完整. 多年 来,研究人员一直在努力探索处理不完整和不确定性信息的有效途径,并提出了相关理论,如模糊理论 、
证据理论、概率论等. 但这些理论在应用到实际领域的过程中,均需要一些数据的附加信息或先验知识, 如模糊隶属函数、基本概率指派函数和有关统计概率分布等.
( . p rme t fCo u e ce c , ih a ie st o t n l is Ka g igSc u n 6 6 0 , i a 2 L bo 1 De a t n mp trS in e Sc u nUn v riyf rNai ai e, n dn ih a , 2 0 1 Chn ; . a f o o t
i cu i g t e d t d l t e c mp t t n lmo e , h r b e a d t e a g rt m.F n l , e e r h t e d n n l d n h a a mo e , h o u a i a d l t e p o l m n h l o ih o i a l r s a c r n sa d y
究方向和发展趋势进行了分析和展望. 首先介绍了代价敏感学习产生的缘由、数据挖掘过程中常见代价的分类及 代价敏感粗糙集的基本概念; 其次从数据模型、 计算模型、 题及算法四个层次上对当前的研究状况进行了总结, 问 建立了代价敏感粗糙集理论体系示意图;最后指出测试代价敏感粗糙集的发展趋势和需要重点关注的问题. 关键词:代价敏感粗糙 集 ;属性约简 ;测试代价 ;算法 ;模型
相关主题