免费论文摘要：鉴于粒计划的属性约简算法及运用接洽

摘? 要粒计划（Granulation Computing，GrC）动作精细集表面的兴盛，在连年来获得稠密鸿儒普遍关心。该表面在处置不决定的、朦胧的、不实足的消息上面展现出了很好的上风，它融洽了人为智能、朦胧集、精细集等多种表面，在题目的求解与试验中索取出通用的表面和基础因素，其思绪重要源于生人常常风气将难以处置的、搀杂的题目由大化小、由难化易、由繁化简的思维，它用构造化的、体例的办法本领来处置搀杂的题目。粒计划对搀杂题目的求解截止展现出了多视角多档次的粒构造，这个构造即是对题目的一个体例的好像回答，一致于人们常常从各别观点、档次去查看、凝视题目。正文贯串粒计划的诸多特性将其应用到求解最小约简集——这个NP-hard题目中，而且将粒计划与扶助向量机相贯串运用于红斑鳞状皮肤病的辩别确诊。正文简直接洽实质为：（1）开始领会了属性约简、粒计划和红斑鳞状皮肤病的接洽近况及后台，接着引见了精细集、粒计划和扶助向量机（Support Vector Machines，SVM）的基础表面和普通常识，以及连年来常用到的几种属性约简算法。（2）在对连年来的属性约简本领举行深刻领会和引见的普通上，提出一种鉴于粒计划模子的属性约简新算法。该算法应用前提属性与计划属性要害度的差值来襟怀相映属性的要害性，应用程序前向探求战略，按照属性的要害水平隶属性全会合采用要害属性，剔除冗余属性，当满意确定的阈值牵制前提时遏止，获得原始计划体例的属性约简子集；结果用SVM来评介所采用属本质集的分门别类本能。UCI呆板进修数据库数据集试验表明该算法不妨赶快获得计划体例的最好属性约简子集，约简后的计划消息体例具备很好的分门别类本能。（3）沿用粒计划模子，仍以前提属性与计划属性要害度的差值来襟怀相映属性的要害性，对属性举行排序，应用程序前向探求战略，然而以扶助向量机评介暂时属本质集的分门别类本能，采用分门别类本能最佳的属本质集为最好属性约简子集。将此算法运用到红斑鳞状皮肤病的确诊中。个中， 沿用网格探求战略采用扶助向量机核因变量的最好参数。试验截止表露，红斑鳞状皮肤病数据集的属性个数在约简后，由从来的34个贬低为23个，而且到达了99.32%分门别类精确度。由此看来，正文算法对红斑鳞状皮肤病的辩别有杰出的确诊功效。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/246199.html