一种基于Hash的快速值约简方法

广西师范大学学报（自然科学版） ›› 2011, Vol. 29 ›› Issue (4): 39-44.

一种基于Hash的快速值约简方法

张清华^1,2, 幸禹可¹

1.重庆邮电大学计算机科学与技术研究所,重庆400065;
2.重庆邮电大学数理学院,重庆400065

收稿日期:2011-09-08 发布日期:2018-11-16
通讯作者: 张清华(1974—),男,重庆人,重庆邮电大学副教授,博士。E-mail:zhangqh@cqupt.edu.cn
基金资助:
国家自然科学基金资助项目(61073146);重庆市教委科学技术研究项目(KJ110512);重庆邮电大学博士启动基金(A2010-06)

A Quick Algorithm for Value ReductionBased on Hash Algorithm

ZHANG Qing-hua^1,2, XING Yu-ke¹

1.Institute of Computer Science and Technology,Chongqing University of Posts and Telecommunications,Chongqing 400065,China;
2.College of Mathematics and Physics,Chongqing University of Posts andTelecommunications,Chongqing 400065,China

Received:2011-09-08 Published:2018-11-16

摘要/Abstract

摘要： 本文在研究粗糙集、决策树与粒计算的基础上,结合Hash算法快速、高效的特点,提出了一种基于Hash的快速值约简方法。该方法在处理信息系统过程中,能够快速划分等价类,并计算出正区域;在基于粗糙集理论针对每一个属性进行属性约简和值约简的过程中,利用Hash方法能够对数据压缩的特点,实现快速高效的规则提取。通过仿真实验显示,与一般的值约简方法相比,本方法在时间复杂性上具有优势。

关键词: Hash算法, 粗糙集, 值约简, 规则提取, 数据挖掘

Abstract: A new quick value reduction method is proposed based on rough set theory,decision tree theory and granular computing theory.Firstly,the characteristic of data is analyzed by rough set theory,meanwhile,using Hash algorithm,a partition composed of all equivalence classes is obtained and the positive region is calculated,then,value reduction can be completed quickly due to the advantage of Hash algorithm.Compared with traditional algorithms,analysis and simulation results show the proposed algorithm has lower time complexity.

Key words: Hash algorithm, rough sets, value reduction, rule acquisition, data mining

中图分类号:

TP18

张清华, 幸禹可. 一种基于Hash的快速值约简方法[J]. 广西师范大学学报（自然科学版）, 2011, 29(4): 39-44.

ZHANG Qing-hua, XING Yu-ke. A Quick Algorithm for Value ReductionBased on Hash Algorithm[J]. Journal of Guangxi Normal University(Natural Science Edition), 2011, 29(4): 39-44.

参考文献

[1] PAWLAK Z.Rough set[J].International Journal of Computer and InformationScience,1982,11(5):341-356.
[2] 胡峰,王国胤.基于分治法的快速确定规则获取算法[J].模式识别与人工智能,2010,23(3):349-356.
[3] 刘宗田.属性最小约简的增量式算法[J].电子学报,1999,27(11):96-98.
[4] 胡峰,王国胤.属性序下的快速约简算法[J].计算机学报,2007,30(8):1429-1435.
[5] 钱进,孟祥萍,刘大有,等.一种基于粗糙集理论的最简决策规则挖掘算法[J].控制与决策,2007,22(12):1368-1372.
[6] 王国胤.Rough集理论与知识获取[M].西安:西安交通大学出版社,2001.
[7] 刘勇,熊蓉,褚建.Hash快速属性约简算法[J].计算机学报,2009,32(8):1493-1499.
[8] 张清华,幸禹可,周玉兰.基于粒计算的增量式知识获取方法[J].电子与信息学报,2011,33(2):435-441.
[9] 张清华,周玉兰,滕海涛.基于粒计算的认知模型[J].重庆邮电大学学报,2009,21(4):494-501.

相关文章 10

[1]	胡玉文, 徐久成, 孙林. 决策演化集研究[J]. 广西师范大学学报（自然科学版）, 2013, 31(3): 23-29.
[2]	严小卫, 田强, 张师超. 肿瘤基因图集(TCGA)中恶性胶质瘤数据的挖掘[J]. 广西师范大学学报（自然科学版）, 2012, 30(3): 109-112.
[3]	徐章艳, 曾艳燕. 基于知识粒度的不完备决策表求核方法[J]. 广西师范大学学报（自然科学版）, 2012, 30(3): 154-158.
[4]	胡卉颖, 钟智, 元昌安, 陆建波, 袁晖. 基于基因表达式编程的粗糙集属性约简研究[J]. 广西师范大学学报（自然科学版）, 2012, 30(2): 23-28.
[5]	黄晶, 罗晓曙. 神经网络在输电线覆冰增长因素中的应用[J]. 广西师范大学学报（自然科学版）, 2011, 29(4): 25-27.
[6]	闫麟, 梁吉业, 王俊红. 一种基于等价描述矩阵的规则提取方法[J]. 广西师范大学学报（自然科学版）, 2011, 29(3): 94-100.
[7]	徐丽, 丁世飞, 郭锋锋. 基于改进属性约简的粗核聚类算法[J]. 广西师范大学学报（自然科学版）, 2011, 29(3): 105-109.
[8]	鄂旭, 邵良杉, 李胜, 王全铁. 一种基于关联度的区间型数据离散化方法[J]. 广西师范大学学报（自然科学版）, 2011, 29(2): 134-137.
[9]	高世健, 王丽珍, 冯岭, 陈红梅. 基于凝聚层次聚类的co-location模式挖掘[J]. 广西师范大学学报（自然科学版）, 2011, 29(2): 167-173.
[10]	祁艳艳, 任永功. 一种基于聚类分析的事务间关联规则挖掘算法[J]. 广西师范大学学报（自然科学版）, 2011, 29(1): 98-101.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed