روش انتخاب ویژگی / کاهش صفت
ترجمه نشده

روش انتخاب ویژگی / کاهش صفت

عنوان فارسی مقاله: تحقیق در مورد روش انتخاب ویژگی/ کاهش صفت بر اساس نظریه مجموعه راف
عنوان انگلیسی مقاله: Research on Feature Selection/Attribute Reduction Method Based on Rough Set Theory
مجله/کنفرانس: علوم کامپیوتر پروسیدیا – Procedia Computer Science
رشته های تحصیلی مرتبط: علوم و فنون هوایی
گرایش های تحصیلی مرتبط: مهندسی هوافضا، دینامیک پرواز و کنترل، مهندسی فضایی، هوانوردی، خلبانی، مراقبت پرواز
کلمات کلیدی فارسی: سیگنال ساطع کننده رادار، نظریه مجموعه راف، مجموعه صفت، انتخاب ویژگی، کاهش صفت
کلمات کلیدی انگلیسی: radar emitter signal, rough set theory, attribute set, feature selection, attribute reduction
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.procs.2019.06.029
دانشگاه: Air and Missile-Defence College, Air Force Engineering University, Xi’an 710051, China
صفحات مقاله انگلیسی: 5
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2019
ایمپکت فاکتور: 1.257 در سال 2018
شاخص H_index: 47 در سال 2019
شاخص SJR: 0.281 در سال 2018
شناسه ISSN: 1877-0509
فرمت مقاله انگلیسی: PDF
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
کد محصول: E12295
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
فهرست مطالب (انگلیسی)

Abstract

1-Introduction

2-Rough Set Equivalence Relation

3-Definition of Rough Sets

4-Reduction of Attribute

5-Conclusion

6-Acknowledgments

References

بخشی از مقاله (انگلیسی)

Abstract

Radar emitter signal is interfered by various noises during the propagation process, and the signal-to-noise ratio varies widely. Therefore, the features that play a key role in sorting and classifying or identification signals are often difficult to find. In addition, the extracted features are usually subjective and speculative, so it is necessary to select the features that can characterize the maximum difference mode information between the modulated signal categories and the changes in the signal-to-noise ratio. That is, the selected features also have good separability at low SNR. In this paper, based on rough set theory the feature selection method is studied, which lays a foundation for the feature selection of radiation source signals by rough set theory.

Introduction

As the mathematical tool, Rough set theory is proposed by Pawlak. Rough set theory(RST) is used to deal with inaccurate and incomplete information [1,2] . At present, in many fields the theory has been successfully used, such as learning of machine, knowledge discovery, mining of data, and analysis of decision. Among them, the problem of attribute reduction without reducing the ability of distinguishing different objects in information systems has always been one of the core issues among the research of RST [3] . Rough set theory mainly includes related concepts such as equivalence relation, definition of rough set and dependence.