于绍越
- 作品数：5 被引量：27H指数：3
- 供职机构：南京大学计算机科学与技术系计算机软件新技术国家重点实验室更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- CLUBRAR:基于属性聚类的Rough集约简算法
- 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...
- 于绍越贾修一商琳
- 关键词：属性聚类ROUGH集属性约简
- 文献传递
- 基于Rough集聚类方法的孤立点检测算法
- 本文提出了基于Rough集聚类方法的孤立点检测算法。该算法首先使用Rough集聚类算法将数据集划分为互不相交的若干子集,然后使用基于划分的方法来确定孤立点。与传统的基于距离的算法相比,本算法要更高效,适合大多数数据集中的...
- 罗玉盘于绍越商琳
- 关键词：孤立点检测计算机数学
- 文献传递
- 基于信息熵的相对离群点的检测方法：ENBROD被引量：11
- 2008年
- 提出一种检测离散属性数据集中相对离群点的算法.目前已有的关于离群点的检测方法大多关注连续属性的数据集,由于离散属性值之间并没有类似于连续属性值之间那样固有的距离度量关系,故不能简单的把用于连续属性数据集的检测算法应用到离散属性数据集中来.本文首先引入了一种新的信息熵增量的概念——去一划分信息熵增量,通过形式化分析得到了其性质.然后,在去一划分信息熵增量的基础上,给出了每个对象所对应的相对离点群因子(ROF)的定义.每个对象的ROF是相对的,因为其只取决于这一对象的邻域.接着,提出了ENBROD算法来实现对ROF的计算.最后,通过实验说明当邻域大小较小时,ENBROD算法可以找到已存在的方法所找不到的相对离群点;而当邻域的大小足够大时,ENBROD算法寻找全局离群点的能力也与其他的一些离群点检测算法的能力相近.
- 于绍越商琳
- 关键词：离群点信息熵
- 基于优势关系的粗糙集应用研究被引量：6
- 2008年
- 基于优势关系的粗糙集定义能够弥补经典粗糙集中不能表达出数据属性值偏好关系的劣势,使得到的"if…then…"推导规则更符合实际情况,具有推广性。本文首先介绍基于优势关系的粗糙集的产生背景;然后综述其在数据挖掘中的应用,包括规则生成和属性约简;最后讨论了进一步的研究内容和发展方向。
- 贾修一于绍越商琳陈世福
- 关键词：偏好信息粗糙集
- 基于Rough集和蚁群算法的属性约简方法被引量：10
- 2006年
- 属性约简是个NP难问题,目前已有很多解决方法,但是每种算法由于其自身的局限性,只适用于特定条件下的求解。蚁群算法是较新的仿生优化算法,在解决各类组合优化问题中都取得了很好的效果。提出一种基于Rough集和蚁群算法的属性约简方法,能够克服传统蚁群算法在前期收敛速度慢的问题,并通过实验验证了该方法的有效性。
- 贾修一于绍越商琳陈世福
- 关键词：ROUGH集蚁群算法属性约简
