10.3969/j.issn.1000-386x.2017.04.046
基于MapReduce的高效粗糙集属性约简算法
针对粗糙集理论中传统的基于正域的属性约简算法和基于信息熵的属性约简算法无法得到最小约简集的问题,给出基于信息熵改进的属性约简算法,即先使用条件熵识别出重要度值最大的属性,使用正域进行约简判断.在此基础上,设计了高效的基于MapReduce的信息熵改进属性约简算法.以真实海量气象数据为基础,在Hadoop集群上实现上述算法,验证了该算法的有效性和效率.
属性约简、粗糙集理论、信息熵
34
TP311(计算技术、计算机技术)
国家自然科学基金项目61540004
2017-05-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
272-276,304