基于相对决策熵与加权相似性的粗糙集数据补齐方法

摘要：

现有的基于粗糙集的数据补齐方法在计算任意两个对象之间的相似性时并没有考虑不同条件属性之间的差异性.针对这一问题,引入一种新的加权相似性的概念,并提出一种基于相对决策熵与加权相似性的粗糙集数据补齐算法RDNAWS.RDNAWS算法采用相对决策熵的概念来度量每个条件属性的重要性,并通过计算每个条件属性的重要性以及决策属性集对其的依赖性来为每个条件属性提供一个权值,从而将不同的条件属性有效地区分开来.在真实数据集上的实验表明,与现有的算法相比,所提算法能够获得更好的分类性能.

关键词：不完备数据、粗糙集、数据补齐、相对决策熵、加权相似性

所属期刊栏目：41

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金项目60802042,61273180;山东省自然科学基金项目ZR2011FQ005,ZR2010FQ027;山东省优秀中青年科学家科研奖励基金项目BS2012ZZ003;山东省高等学校科技计划项目J11LG05

在线出版日期：2014-03-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：245-248