徐苏平
- 作品数：12 被引量：50H指数：4
- 供职机构：江苏科技大学计算机科学与工程学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金江苏省“青蓝工程”基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信更多>>
- 基于并行计算的模糊粗糙集属性约简被引量：1
- 2015年
- 启发式方法是模糊粗糙集属性约简的有效手段之一,大多基于贪心策略的启发式方法以串行方式运行,这限制了属性约简的规模。为了解决该问题,提出一种基于并行计算的模糊粗糙集属性约简算法,该算法通过调用多个处理器来协同寻找对分类任务最具影响的最小属性子集,从而扩大了可约简数据的规模。在10组UCI数据集上的实验结果表明,基于并行计算的模糊粗糙集属性约简方法相比传统的启发式属性约简方法而言,在时间开销上能有很大程度的缩减。
- 张艳芹徐苏平刘明远
- 关键词：属性约简模糊粗糙集并行计算
- 模糊粗糙集的LIFT数据分析被引量：1
- 2018年
- 在多标记学习中,因为不同的标记拥有与其自身紧密相关的特性,所以可以利用LIFT策略来处理多标记问题,其过程包含两个步骤:首先根据不同标记构建类属属性,然后在类属属性空间上进行分类.然而由于利用LIFT所构建的类属属性维度较高,会致使分类模型训练变慢或泛化能力不足.为解决这一问题,借助传统与稳健的模糊粗糙集模型,提出了对类属属性空间进行特征选择,并在此基础上利用模糊粗糙分类器进行多标记预测的模糊粗糙LIFT方法.实验结果表明,新算法不仅可以有效地降低类属属性空间维度,而且在压缩后的类属属性空间中,分类性能将有所提升.
- 梁绍宸徐苏平窦慧莉李洪梅杨习贝
- 关键词：多标记学习模糊粗糙集
- 基于混合不可分辨关系的粗糙集模型与知识获取被引量：1
- 2012年
- 为了从决策系统中获取既有"并且"又有"或者"的决策规则,在强不可分辨关系和弱不可分辨关系的基础上,提出了混合不可分辨关系的概念。分别采用混合不可分辨关系和基于混合不可分辨关系的极大相容块构建了两种不同的粗糙集模型,并进行了对比分析。最后根据混合不可分辨关系极大相容块技术,讨论了如何从决策系统中获取决策规则并进行了可信度度量分析。
- 徐苏平杨习贝范霁月陈才颜成
- 关键词：粗糙集
- 一种基于邻域协同表达的分类方法被引量：3
- 2017年
- 邻域粗糙集模型中,随着信息粒尺寸的增长,基于多数投票原则的邻域分类器(NC)容易对未知样本的类别产生误判。为了缓解该问题,在协同表达分类(CRC)思想的基础上,提出了一种基于邻域协同表达的分类方法,即邻域协同分类器(NCC)。NCC首先借助邻域粗糙集模型对分类学习任务进行特征选择,然后找出被选特征下未知样本的邻域空间,最后在邻域空间内采用协同表达来代替多数投票原则,找出与未知样本具有最小重构误差的类别作为预测的类别标记。在4组UCI数据集上的实验结果表明:1)与NC相比,所提NCC在大尺寸信息粒下获得了较为满意的分类效果;2)与CRC相比,所提NCC在保持良好分类精度的同时,极大地降低了字典样本的规模,进而提高了分类的效率。
- 徐苏平杨习贝于化龙於东军
- 关键词：粗糙集
- 基于样本选择的启发式属性约简方法研究被引量：18
- 2016年
- 属性约简是粗糙集理论的核心研究内容之一。借鉴于贪心策略的启发式算法是求解约简的一种有效技术手段。传统的启发式算法使用了决策系统中的所有样本,但实际上每个样本对约简的贡献程度是不同的,这在一定程度上增加了启发式算法的时间消耗。为解决这一问题,提出了一种基于样本选择的启发式算法,该算法主要分为3步:首先从样本集中挑选出重要的样本;然后利用选取出的样本构建新的决策系统;最后利用启发式算法求解约简。实验结果表明,新算法能够有效地减少约简的求解时间。
- 杨习贝颜旭徐苏平于化龙
- 关键词：信息系统粗糙集属性约简
- 基于多特征空间的粗糙数据分析方法被引量：13
- 2016年
- 有关粗糙集的研究大多建立在原始属性空间之上,并未考虑具有不同决策类型的样本可能拥有自身特定的性质,而这些特性往往有助于产生更为精准的规则.文中针对决策系统中不同的决策类,为其构建了一系列新的能反映决策类自身性质的特征空间,在此基础上,给出了多特征空间下粗糙集的近似质量和条件熵的定义方法;最后通过实验分析发现构造的多特征空间就原始属性空间而言,决策系统的不确定性程度得以大幅降低,且分类性能亦有一定程度的提升.
- 杨习贝徐苏平戚湧於东军
- 关键词：多特征空间模糊粗糙集决策系统条件熵
- 邻域决策一致性的属性约简方法研究被引量：11
- 2017年
- 基于邻域决策错误率的属性约简可以在删除冗余属性的同时,提升邻域分类器的留一验证分类精度.但这种约简方式并未充分考虑邻域分类结果在约简前后的差异.为解决这一问题,借助联合分布矩阵,提出了邻域决策一致性的概念,构建了邻域决策一致性与邻域分类精度的调和平均值,并将其作为约简求解的度量准则.在12个UCI数据集上的实验结果表明,所提出的新约简不仅能够有效地提升邻域分类器的决策一致性,而且在多数情况下能够进一步提高邻域分类器的留一验证分类精度.
- 李智远杨习贝徐苏平陈向坚王平心
- 基于测试代价敏感的多粒度模糊粗糙集模型被引量：1
- 2014年
- 多粒度模糊粗糙集是经典多粒度粗糙集模型在模糊环境下的有益扩展,然而,已有的多粒度模糊粗糙集并未考虑考虑数据的测试代价,为解决这一问题,本文提出了基于测试代价敏感的多粒度模糊粗糙集模型,分析了其相关性质。研究表明,本文提出的模型是传统多粒度模型在应用背景下的有力扩展。
- 徐苏平杨习贝范霁月钱林峰马健
- 关键词：多粒度粗糙集
- 研究生逻辑思维能力的培养与提升
- 2017年
- 为促使研究生养成缜密的逻辑思维,进一步提升科技创新水平,文章针对目前研究生培养过程中研究生逻辑思维能力较为匮乏这一问题,从参考文献的阅读、科学问题的解决、科技论文写作这一系统性的科学研究流程中分析了阻碍研究生逻辑思维能力提升的因素,并提出了相应的解决方案。
- 窦慧莉杨习贝徐苏平
- 关键词：逻辑思维能力研究生教育
- 模糊粗糙集中基于测试代价敏感的属性约简被引量：2
- 2015年
- 相比于经典粗糙集方法,模糊粗糙集方法避免了数据离散化的过程,减少了信息损失。但基于传统模糊粗糙集的属性约简并未考虑实际应用中数据的测试代价,为解决这一问题,提出了一种近似质量与测试代价相融合的适应度函数,并利用遗传算法以求得具有较小测试代价的约简。最后,采用UCI中的8组数据集对基于新适应度函数的遗传算法与经典的启发式算法进行对比分析,实验结果表明,遗传算法相较于启发式算法能够在保证近似质量不发生明显变化的情况下获得具有较低测试代价的约简。
- 颜旭徐苏平窦慧莉
- 关键词：属性约简决策系统模糊粗糙集
