公开(公告)号：CN110222023A

公开(公告)日：2019-09-10

申请号：CN201910492176.6

申请日：2019-06-06

Applicant: 桂林电子科技大学

Inventor： 危前进 ,  魏继鹏

IPC: G06F16/182 ,  G06F16/174 ,  G06N3/00

Abstract: 本发明公开一种基于Spark与蚁群优化的多目标并行属性约简方法，将云计算Spark并行技术与智能蚁群算法相结合的思路引入到粗糙集理论属性约简中，此基础上利用信息增益率作为启发信息，对被选属性与每代最优解进行冗余检测的创新策略，使得算法能够快速收敛于全局最优解，可有效避免冗余属性添加到约简集合的可能以及消除了起始属性随机选择所造成的冗余性。此外，在计算启发信息时采用了一种多目标并行求解策略，可同时求解多个属性相对于当前属性的启发信息，时间复杂度由O(|n2|)降至O(|n|)。

公开(公告)号：CN110222023B

公开(公告)日：2022-09-16

申请号：CN201910492176.6

申请日：2019-06-06

Applicant: 桂林电子科技大学

Inventor： 危前进 ,  魏继鹏

IPC: G06F16/182 ,  G06F16/174 ,  G06N3/00

Abstract: 本发明公开一种基于Spark与蚁群优化的多目标并行属性约简方法，将云计算Spark并行技术与智能蚁群算法相结合的思路引入到粗糙集理论属性约简中，此基础上利用信息增益率作为启发信息，对被选属性与每代最优解进行冗余检测的创新策略，使得算法能够快速收敛于全局最优解，可有效避免冗余属性添加到约简集合的可能以及消除了起始属性随机选择所造成的冗余性。此外，在计算启发信息时采用了一种多目标并行求解策略，可同时求解多个属性相对于当前属性的启发信息，时间复杂度由O(|n2|)降至O(|n|)。