[发明专利]一种基于CUDA的属性约简方法

摘要

本发明公开了一种基于CUDA的属性约简方法，包括如下步骤：首先分析属性重要度评价函数的特点，将评价函数分解成可并行计算的评价子函数；其次结合CUDA编程模型，设计了多个CUDA kernel核函数，采用多线程的方式实现了条件属性划分和评价子函数的并行计算，通过并行规约的方法合并所有评价子函数得到属性重要度；最后利用内部属性重要度来选择不可或缺的属性，利用外部属性重要度来完成前向贪心搜索过程中最优属性的选择。本发明以数据并行的策略充分利用了GPU的计算资源，加快了属性约简的速度，提高了属性约简方法的效率。

主权项

1.一种基于CUDA的属性约简方法，其特征在于，包括步骤1：去除数据集中含有缺失值的数据对象，离散化连续的属性，生成决策表S＝(U,C∪D)，其中U＝{x1,x2,…,xn}代表对象集，C＝{c1,c2,…,cm}代表条件属性集，D代表决策属性集，n为对象的数量，m为条件属性的数量；步骤2：计算U关于决策D的划分U/Ind(D)＝{D₁,D₂,...D_d}，Ind(D)表示对象在决策属性集D上的不可分辨关系，f_a(x)和f_a(y)分别是对象x和对象y在决策属性a上的取值；将U/Ind(D)＝{D₁,D₂,...D_d}映射到决策布尔矩阵，生成n行d列的决策布尔矩阵F_n×d＝(d_ij)_n×d∈{0,1}，其中步骤3：设定候选属性集计算B的条件布尔矩阵E_e×n，其中B＝{b₁,b₂,…b_p}且p≤m；包括步骤3.1：分配GPU显存空间，将CPU端的决策表S＝(U,C∪D)拷贝到GPU；步骤3.2：在GPU端采用CUDA的Thrust库，将对象集U＝{x1,x2,…,xn}按照B＝{b1,b2,…bp}的取值在GPU端并行排序，生成排序后的序列T＝{x1′，x2′，…，xn′}和排序后的对象标号L＝{l1,l2,…,ln}，其中li∈{1,2,…n}表示xi′唯一的标识号；步骤3.3：在GPU端启动CUDA的kernel核函数，使用多线程并行扫描排序后的序列T，判断相邻对象是否在条件属性集B上满足不可分辨关系，生成T＝{x1′，x2′，…，xn′}关于B的布尔向量G＝{g1,g2,…,gn}，其中其中f_c(x)和f_c(y)分别是对象x和对象y在条件属性c上的取值；步骤3.4：将布尔向量G＝{g1,g2,…,gn}和标号L＝{l1,l2,…,ln}从GPU端拷贝到CPU端；步骤3.5：在CPU端计算U关于条件属性集B的划分U/Ind(B)＝{E1,E2,…,Ee}，生成关于条件属性集B的e行n列的条件布尔矩阵Ee×n＝(eij)e×n∈{0,1}，其中步骤4：计算条件属性集B的属性重要度评价函数Θ(D|B)，包括步骤4.1：分配GPU显存空间，将条件布尔矩阵Ee×n和决策布尔矩阵Fn×d从CPU端拷贝到GPU端；在GPU端采用CUDA的cuSPARSE稀疏矩阵运算库，并行计算相交矩阵Ke×d＝Ee×n×Fn×d＝(kij)e×d，其中kij＝|Ei∩Dj|，|·|表示集合的基数；步骤4.2：将属性重要度评价函数分解为的形式，在GPU端启动CUDA的kernel核函数，使用多线程并行计算每个评价子函数θ(s_ij)，包括基于正域θ^PR(s_ij)、基于Shannon熵θ^SCE(s_ij)、基于互补熵θ^LCE(s_ij)和基于组合熵θ^CCE(s_ij)评价子函数，如下：其中K_ij＝E_i∩D_j，|·|表示集合的基数，d表示决策属性的取值数量；步骤4.3：在GPU端启动CUDA的kernel核函数，使用多线程对所有的评价子函数θ(s_ij)进行并行求和操作，得到条件属性集B的属性重要度评价函数步骤5：初始化约简集C_Attr＝C，其中C_Attr为中间局部变量；对任意的条件属性c_i∈C，计算属性重要度评价函数Θ(D|C‑{c_i})；对任意的条件属性c_i∈C，计算条件属性c_i的内部属性重要度Sig^inner(c_i,C,D)；如果Sig^inner(c_i,C,D)＞0，则将条件属性c_i添加到约简集Reduct中，并且从C_Attr中删除条件属性c_i，即Reduct＝Reduct∪{c_i}，C_Attr＝C_Attr‑{c_i}；步骤6：计算属性重要度评价函数Θ(D|Reduct)，如果||Θ(D|Reduct)‑Θ(D|C)||＜ε，则得到最终的约简集Reduct，否则继续；其中ε为预先设定的阈值；步骤7：对任意的条件属性ci∈CAttr，计算属性重要度评价函数Θ(D|Reduct∪{ci})；对任意的条件属性ci∈CAttr，计算条件属性ci的外部属性重要度Sigouter(ci,Reduct,D)；选择外部属性重要度最高的作为最优属性cj＝argmax{Sigouter(ci,Reduct,D)}；将最优属性cj添加到约简集Reduct中，并且从CAttr中删除最优属性cj对应的条件属性ci，即Reduct＝Reduct∪{ci},CAttr＝CAttr‑{ci}，之后跳转到步骤6。