来源：期刊VIP网 时间：
作者：朱学勤;邵亚斌;华有霖;
单位：重庆邮电大学理学院;网络空间大数据智能安全教育部重点实验室;
摘要：属性约简是数据分析和建模中常用的技术之一。粒球邻域粗糙集能够自适应设置邻域半径，提高了属性约简的准确性和鲁棒性。然而，当前的粒球生成方法存在数量不确定和分布不稳定的问题。针对这一问题，本文提出了基于密度峰值的粒球生成方法，采用密度峰值点和质心最近点作为球心，确保球心由样本点构成的同时增强了粒球可解释性。在此基础上，使用新的粒球生成方法推导出基于密度峰值的粒球邻域粗糙集模型，突破了粒球邻域粗糙集使用生成正域进行属性约简的局限性，设计了后向属性约简算法。针对上述算法，在多个数据集上进行测试。实验结果表明，相较于现有方法，新模型在粒球生成的过程中实现稳定，且约简后的属性显著提高了分类能力。
关键词：粒计算;;多粒度粒球计算;;邻域粗糙集;;密度聚类;;属性约简
基金资助：国家自然科学基金(12061067;62176033);; 重庆市自然科学基金(CSTB2023NSCQ-MSX0707)
