首页期刊导航|山东大学学报（理学版）
期刊信息/Journal information
山东大学学报（理学版）
山东大学学报（理学版）

刘建亚

月刊

1671-9352

xblxb@sdu.edu.cn

0531-88396917

250061

济南市经十路73号

山东大学学报（理学版）/Journal Journal of Shandong University(Natural Science)CSCD北大核心CSTPCD
查看更多>>本刊系国家教育部主管、山东大学主办的自然科学类学术期刊。主要刊载数学、物理、化学、生物、计算机理论、电子工程、力学等为主的具有一定学术水平和理论水平的理学类研究论文。
正式出版
收录年代

    基于邻域粗糙集的偏标记特征选择

    高贺飞李艳王硕
    100-113页
    查看更多>>摘要：基于邻域粗糙集框架提出一种针对偏标记数据的特征选择方法,构建偏标记邻域决策系统,定义偏标记学习问题中邻域粗糙集的下近似和依赖度,建立适用于偏标记分类问题的特征选择算法.该算法能够在对特征空间进行邻域粒化的同时度量候选标记集合中标记间的相似程度,选出与标记信息相关性较强的特征子集.使用了 2 种不同于最常用随机方法的假阳性候选标记生成机制,在实验部分对不同偏标记生成机制进行分析和对比.最后给出了在6 个真实偏标记数据集和6 个受控单标记数据集上的大量实验对比结果,验证了所提特征选择方法的有效性.

    偏标记学习特征选择偏标记邻域决策系统领域粗糙集

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多尺度决策系统的覆盖粗糙模糊集及其最优尺度选择

    施虹艺马周明
    114-130页
    查看更多>>摘要：进一步推广基于覆盖的粗糙模糊集模型,在对象最小描述的近邻域上考虑对象在决策属性下的隶属度,提出了 2 种不同的覆盖粗糙模糊集,将覆盖粗糙模糊集与多尺度决策系统结合,构建了 4 种多尺度决策系统中的覆盖粗糙集模型.定义了对应的正域和属性重要度,设计相应的最优尺度选择算法.最后通过实验分析,比较了 4 种覆盖粗糙模糊集模型在多尺度决策系统中的最优尺度与原始尺度在回归预测效果上的差异.实验结果表明,第 4 种多尺度决策系统覆盖粗糙模糊集模型所选择的最优尺度组合有效提高回归模型的预测能力.

    粗糙模糊集多尺度决策系统最优尺度选择回归预测最小描述

      原文链接:
    • NETL
    • NSTL
    • 万方数据