亓慧,杨习贝,史颖,3

(1.太原师范学院 计算机系,山西 晋中 030619;2.江苏科技大学 计算机学院,江苏 镇江 212003;3.山西大学 计算机与信息技术学院,山西 太原 030006)

0 引言

作为粒计算中的重要手段之一,邻域粒化[1]无需采用离散化就可对数值型数据直接进行处理,被广泛应用于属性约简、度量学习、图像识别、多标记学习等领域[2-5]。而其最为直接、重要的应用之一就是邻域分类器[1]。该分类器的核心机制是对给定的测试样本进行邻域的构建,继而依据所生成邻域粒中训练样本所提供的已知类别标签信息,最终采用多数投票策略进行测试样本的预测分类。事实上,邻域分类器构造手段直观、粒度表示灵活并且有着不俗的分类表现,因此一经提出就受到了众多学者的青睐与推广[6-11]。

面对现实数据的问题,邻域分类器可能会存在以下两点不足:1) 当训练样本数目不足时,测试样本对应的邻域粒中仅包含少量的训练样本,因而无法提供足够的标签信息,那么该测试样本的预测将缺乏依据;2) 当训练样本区分度不够时,测试样本对应的邻域粒中的标签信息可能会不适用于多数投票,那么该测试样本的预测将难免出现偏差[12-18]。

为解决上述两点问题,在传统邻域分类器的基础之上,本文提出了一种扩充粒化的序列分类方式。主要涵盖以下两个模块。1) 扩充粒化:设计合适的样本度量以评估排列测试样本的预测可靠性,优先选出最为可靠即排名最为靠前的测试样本,利用传统的邻域分类器对其进行判别并将其加入训练集中,进而扩充后续待测样本潜在的邻域搜索空间。……