导读:本文包含了属性约简策略论文开题报告文献综述、选题提纲参考文献，主要关键词:属性,粗糙,矩阵,粒子,邻域,依赖度,数据挖掘。
属性约简策略论文文献综述写法
陈曼如,张楠,童向荣,东野升龙,杨文静[1]（2019）在《基于多尺度属性粒策略的快速正域约简算法》一文中研究指出传统启发式正域属性约简算法在每次迭代的过程中需要添加当前正域依赖度最大的属性进入已选定的特征属性子集,算法迭代次数多且效率低,难以应用于高维大规模数据集的特征选择中。针对上述问题,研究决策系统中正域之间的单调关系,给出了多尺度属性粒(MSAG)的形式化描述,提出了一种基于多尺度属性粒的快速正域约简算法(MAG-QPR)。由于多尺度属性粒包含多个属性,可以对已选定的特征属性子集提供较大的正域,因此,通过每次迭代添加MSAG,可以达到减少迭代次数和使选定的特征属性子集能更快地趋近于条件属性全集的正域分辨能力的目的,从而提高了启发式正域约简算法的效率。在实验部分,选取8组UCI数据进行实验,对于数据集Lung Cancer、Flag和German,MAG-QPR与基于正向近似的正域保持属性约简算法(FSPA-PR)、基于正向近似的条件熵属性约简算法(FSPA-SCE)、后向贪婪正域保持属性约简算法(BGRAP)和后向贪婪启发式广义决策保持属性约简算法(BGRAG)的运行时间加速比分别为9.64、15.70、5.03、2.50;3.93、7.55、1.69、4.57;3.61、6.49、1.30、9.51。实验结果表明,所提算法MAG-QPR提高了算法效率,具有更好的分类精度。(本文来源于《计算机应用》期刊2019年12期）
程勇,郑忠仁,王军[2]（2019）在《基于精英策略的气象数据协同进化属性约简》一文中研究指出针对气象数据属性冗余度高和现有属性约简算法效率慢的问题,提出一种基于精英策略的协同进化属性约简算法。该算法将进化种群分为两个子种群,一个子种群借助精英个体协助交叉,提高算法的收敛速度。另一子种群通过引入随机种群,平衡进化过程中种群多样性,最后两个子种群协同完成进化操作。与TSDPSO-AR算法和ARAGA算法对气象数据进行降水属性约简操作,结果表明,提出的算法维持了进化过程中种群的多样性,提高了约简性能,简化了信息系统。(本文来源于《计算机仿真》期刊2019年08期）
高阳,刘遵仁,纪俊[3]（2019）在《基于矩阵保留策略的邻域粗糙集属性约简算法》一文中研究指出在基于邻域粗糙集的属性约简算法中,正域计算是保证其有效性的重要依据,也是影响其时间开销的最主要部分。为了减少算法时间开销,通过对现有算法FHARA的正域计算进行改进,采取保留策略,利用矩阵保留度量计算值的平方,将原本n维上的计算改进为1维上的计算,从而缩减了每次度量计算的时间,并在此基础上提出了基于矩阵保留策略的邻域粗糙集属性约简算法,最后通过多个UCI数据集验证了该算法。与现有算法相比较,实验结果表明,对大部分数据集而言,该算法能有效且更快速地得到数据集的属性约简。(本文来源于《计算机应用研究》期刊2019年12期）
尹林子,李勇刚,阳春华,桂卫华[4]（2012）在《高可信度最小约简属性启发策略》一文中研究指出为提高启发式算法计算最小约简的可信度,基于可辨识矩阵,研究了属性之间存在的吸收、排斥以及互斥等特征,分析其与最小约简的关联,提出了对应的最小约简属性启发策略,建立了各个特征下属性启发策略的可信度计算模型.在此基础上,按照可信度排序,形成了一种综合的高可信度最小约简属性启发策略,并给出了具体的约简算法.理论和实验分析表明,本文策略具有可信度高且可信度可以估计等优点,能有效提升最小约简算法的性能.(本文来源于《自动化学报》期刊2012年11期）
陈炎龙[5]（2012）在《基于属性递减策略的属性约简递归算法》一文中研究指出属性约简是粗糙集理论的核心研究内容之一。通过对某些现存属性约简算法分析,发现它们并不能有效地或正确地获取约简结果。为此,提出了一种基于属性递减策略的属性约简递归算法。该算法首先求出每个条件属性的依赖度。然后依次从条件属性集中减去依赖度较小的属性,并判断剩余属性集依赖度是否为1。如果是,则算法递归执行。最后把所获属性集并入约简集并求得核。该算法不仅能够快速计算出所有约简和核,而且运算简单、计算量较少,从而提高了算法效率。实例验证表明,该算法能更有效地对决策表进行约简,具有很强的实用性。(本文来源于《科学技术与工程》期刊2012年24期）
王慧,王京[6]（2011）在《等价划分与蚁群优化的属性约简改进策略》一文中研究指出为降低经典信息熵属性约简算法的时间复杂度,在论证信息熵属性约简与论域划分细化约简等价的基础上,提出将蚁群并行优化处理机制引入划分细化约简过程,在蚁群搜索过程中使用体现属性约简特点的状态转移和信息素更新策略.通过复杂性分析和实例验证,新算法可有效避免蚁群搜索的盲目性,并在较小迭代规模下快速获得约简集,更适于大容量数据表的处理.(本文来源于《北京邮电大学学报》期刊2011年06期）
马胜蓝,叶东毅[7]（2012）在《一种基于博弈策略的群智能属性约简算法》一文中研究指出建立了粒子群算法与博弈论之间的联系,在此基础上,引入一种基于博弈策略的群智能搜索机制,并应用于粗糙集最小属性约简问题的求解。由此构建的属性约简算法,可以设置不同的参与团体及其博弈策略,构建相应的支付效用矩阵,并能通过博弈过程构建策略的最优组合。多个UCI数据集的实验计算表明提出的基于博弈策略的新算法求解质量优于粒子群优化算法、禁忌搜索、遗传变异和变异粒子群优化算法,并具有较小的计算开销。(本文来源于《计算机工程与应用》期刊2012年01期）
王慧,王京,张彩云[8]（2011）在《基于区分矩阵的属性约简算法改进策略》一文中研究指出针对大容量数据表构造的区分矩阵过于庞大致使属性约简算法效率低的问题,引入置信度和支持度,提取大型数据库中的高概率事件,重新构造决策数据表,并在构造区分矩阵过程中剔除重复项和包含项,结果使得比较次数减少、存储空间节省、约简效率提高。(本文来源于《武汉科技大学学报》期刊2011年02期）
潘冠宇,刘磊[9]（2009）在《二进制粒子群属性约简中的退火选择策略》一文中研究指出分析了二进制粒子群优化算法和基于二进制粒子群优化的属性约简方法,提出了一种基于退火选择的二进制粒子群算法,在选择粒子更新位置时引入模拟退火算法的策略,通过调整退火速度,控制算法收敛,当温度下降的足够慢时,粒子不会轻易跳出有"希望"的搜索区域,从而增强了粒子的局部搜索能力,使优化算法具有更高的效率.将该算法应用到电力负荷预测的属性约简中,使原来65个属性下降为12个,显着降低了后续处理的复杂度.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2009年06期）
王俊祥,胡峰[10]（2008）在《基于分解合并策略的属性约简算法》一文中研究指出在基于粗集理论的知识获取研究中,属性约简是最核心的工作之一。结合分治法的思想,从论域划分的角度将一个大的决策表分解成两个子决策表,并利用经典的属性约简算法计算两个子决策表的约简,在此基础上利用合并约简算法将这两个子决策表合并,并求出原问题的解。该方法为解决大数据集的属性约简提供了一个新的途径。实验说明了算法的有效性。(本文来源于《计算机工程与应用》期刊2008年11期）
属性约简策略论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对气象数据属性冗余度高和现有属性约简算法效率慢的问题,提出一种基于精英策略的协同进化属性约简算法。该算法将进化种群分为两个子种群,一个子种群借助精英个体协助交叉,提高算法的收敛速度。另一子种群通过引入随机种群,平衡进化过程中种群多样性,最后两个子种群协同完成进化操作。与TSDPSO-AR算法和ARAGA算法对气象数据进行降水属性约简操作,结果表明,提出的算法维持了进化过程中种群的多样性,提高了约简性能,简化了信息系统。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
属性约简策略论文参考文献
[1].陈曼如,张楠,童向荣,东野升龙,杨文静.基于多尺度属性粒策略的快速正域约简算法[J].计算机应用.2019
[2].程勇,郑忠仁,王军.基于精英策略的气象数据协同进化属性约简[J].计算机仿真.2019
[3].高阳,刘遵仁,纪俊.基于矩阵保留策略的邻域粗糙集属性约简算法[J].计算机应用研究.2019
[4].尹林子,李勇刚,阳春华,桂卫华.高可信度最小约简属性启发策略[J].自动化学报.2012
[5].陈炎龙.基于属性递减策略的属性约简递归算法[J].科学技术与工程.2012
[6].王慧,王京.等价划分与蚁群优化的属性约简改进策略[J].北京邮电大学学报.2011
[7].马胜蓝,叶东毅.一种基于博弈策略的群智能属性约简算法[J].计算机工程与应用.2012
[8].王慧,王京,张彩云.基于区分矩阵的属性约简算法改进策略[J].武汉科技大学学报.2011
[9].潘冠宇,刘磊.二进制粒子群属性约简中的退火选择策略[J].哈尔滨商业大学学报(自然科学版).2009
[10].王俊祥,胡峰.基于分解合并策略的属性约简算法[J].计算机工程与应用.2008