导入数据...
 
面向噪声数据的模糊粗糙特征选择方法
[数学科学学院]  [手机版本]  [扫描分享]  发布时间:2022年11月22日
  查看:92
  来源:

报告题目:面向噪声数据的模糊粗糙特征选择方法
报 告 人:杨晓玲 博士在读(西南交通大学)
报告时间:2022年11月24日14:30
报告地点:数学院205
报告摘要:在模糊粗糙集理论的框架下,由于经典的模糊粗糙集模型对噪声是非常敏感的,而数据又容易受到噪声的破坏。在此基础上,探讨了模糊粗糙集的理论和数据的密度的关系,构建了可以同时对抗属性噪声和标签噪声的稳健模糊粗糙集模型,并进一步探讨了稳健的不确定性度量作为特征评价指标,研究其特征之间的关联性,以及设计相应的特征选择算法。

专家简介:杨晓玲毕业于四川师范大学,并获硕士学位。她目前在西南交通大学计算与人工智能学院攻读博士学位,已发表了4篇SCI一区论文。她的研究兴趣包括数据挖掘、离群点检测、模式识别、粒计算、模糊集和粗糙集。


(微信扫描分享)
编辑:数学科学学院