10.3778/j.issn.1002-8331.1406-0325
基于模糊加权相似度量的粗糙集数据补齐方法
目前基于粗糙集的数据补齐方法,大多都是通过计算决策信息系统中具有缺失值的对象与无缺失值的对象之间的相似性,选取相似性最大的对象的属性值来补齐缺失的数据.这类算法的问题在于:计算对象之间的相似性时所有条件属性对于决策属性的重要性是相同的,忽略了条件属性间的差异性.鉴于此,引入了模糊加权相似的概念,根据每个条件属性的重要性以及决策属性对条件属性的依赖度,计算对象间的相似性,提出基于模糊加权相似性度量的粗糙集数据补齐方法,并通过实例计算以及与现有算法的比较分析,说明了方法的有效性.
粗糙集、数据补齐、模糊加权、相似性度量
52
TP391(计算技术、计算机技术)
国家自然科学基金61403184;江苏省自然科学基金BK2012470;江苏省政府留学基金JS-2013-342;国家电子商务信息处理国际联合研究中心项目2013B01035
2016-07-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
62-66