一种基于粗糙集的味觉信号识别方法

作者：孙英娟; 李彤; 蒲东兵; 姜艳; 范木杰

来源：东北师大学报(自然科学版), 2016, 48(04): 52-56.

DOI：10.16163/j.cnki.22-1123/n.2016.04.012

• 粗糙集
• 味觉信号
• 属性重要度
• 离散化
• 区间划分

提出一种基于粗糙集的味觉信号识别方法.该算法运用粗糙集技术,在决策规则生成过程中,充分考虑数据集中各属性的重要度,并动态对其进行更新.由于决策过程中不断更新属性重要度,保证了每次将重要度最高的属性加入决策规则集,进而保证了决策系统的约简.基于机器学习数据集UCI中的2个味觉信号数据winequalitywhite和winequalityred,算法采用十折交叉验证技术,独立进行10次实验,并与2个经典算法进行了对比.结果表明,本文算法的味觉信号识别正确率更高、更有效.

• 单位
  长春师范大学; 清华大学; 东北师范大学