TY -的A2 Zargarzadeh哈桑盟——张,京盟- Lu,广盟- Li Chuanwen PY Jiaquan AU - Li - 2021 DA - 2021/11/24 TI -一个高维数据分类方法使用邻域粗糙集SP - 8358921六世- 2021 AB -从高维数据挖掘有用的知识是一个热门研究课题。高效和有效的样本分类和特征选择是富有挑战性的任务由于高维度和微阵列数据的小样本大小。特征选择是必要的过程中构建模型来减少时间和空间消耗。因此,基于先验知识和粗糙集的特征选择模型。通路知识是用来选择特征子集,然后基于交叉口附近的粗糙集用于选择重要特征在每个子集,没有可以选择的功能冗余和直接处理数值特性。为了提高基分类器之间的差异和分类的效率,有必要选择基分类器的一部分。分类器分为几个集群的使用提出了k - means聚类组合距离Kappa-based多样性和准确性。最好的基分类器分类性能在每个集群将被选中来生成最终的整体模型。实验结果在三个 拟南芥压力反应数据表明,该方法取得了更好的分类性能比现有的整体模型。SN - 1076 - 2787你——https://doi.org/10.1155/2021/8358921——10.1155 / 2021/8358921 JF - PB - Hindawi KW - ER -复杂性