一种基于粗糙集的味觉信号识别方法

摘要

提出一种基于粗糙集的味觉信号识别方法.该算法运用粗糙集技术,在决策规则生成过程中,充分考虑数据集中各属性的重要度,并动态对其进行更新.由于决策过程中不断更新属性重要度,保证了每次将重要度最高的属性加入决策规则集,进而保证了决策系统的约简.基于机器学习数据集UCI中的2个味觉信号数据winequality_white和winequality_red,算法采用十折交叉验证技术,独立进行10次实验,并与2个经典算法进行了对比.结果表明,本文算法的味觉信号识别正确率更高、更有效.