作者：王长宝; 杨习贝; 王平心; 窦慧莉; 陈向坚属性约简集成学习模糊粗糙集启发式算法随机模糊粗糙分类器
摘要：为进一步提升模糊粗糙集的分类性能,提出随机模糊粗糙分类策略。在原始属性集合上利用随机多重采样的方法,得到一组由原始属性的子集构成的合集,在此基础上采取投票方法实现模糊粗糙分类结果的集成输出。实验结果表明,这种随机模糊粗糙分类器的性能优于传统的模糊粗糙集和随机森林方法,在利用约简时,分类性能能够进一步得到提升,为使用集成思想研究模糊粗糙集的分类机制提供了可行的解决途径。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
