协调多尺度决策系统中基于测试代价的属性与尺度选择

作者：吴迪; 廖淑娇^*; 范译文

来源：模式识别与人工智能, 2023, 36(05): 433-447.

DOI：10.16451/j.cnki.issn1003-6059.202305004

• 属性与尺度选择
• 测试代价
• 多尺度决策系统
• 单调性

对多尺度决策系统进行处理可以使复杂的问题简单化，属性与尺度的同步选择是该处理过程中一个重要方法.此外，现实中数据处理经常需要考虑代价因素的影响，但是，目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题，文中基于测试代价，研究协调多尺度决策系统的属性与尺度选择.首先，构造相应的粗糙集理论模型，模型中的定义及性质同时考虑属性和尺度这两个要素，并给出基于测试代价的属性-尺度重要度函数.然后，基于适用于多尺度决策系统的粗糙集概念及性质，提出属性与尺度同步选择的启发式算法.在UCI数据集上的实验表明，文中算法可大幅降低总测试代价，提升计算效率.

• 单位
  闽南师范大学