决策表的高效属性约简算法

doi:10.3778/j.issn.1002-8331.2009.04.043

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (4): 152-155.DOI: 10.3778/j.issn.1002-8331.2009.04.043

• 数据库、信号与信息处理 • 上一篇下一篇

决策表的高效属性约简算法

邓春燕^1,2,吕跃进²,李金海²

1.广西河池学院计算机与信息科学系，广西宜州 546300
2.广西大学数学与信息科学学院，南宁 530004

收稿日期:2008-08-20 修回日期:2008-10-30 出版日期:2009-02-01 发布日期:2009-02-01
通讯作者: 邓春燕

Efficient attribute reduction algorithm on decision table

DENG Chun-yan¹,LV Yue-jin²,LI Jin-hai²

1.Department of Computer and Information Science，Hechi University，Yizhou，Guangxi 546300，China
2.Department of Mathematics and Information Science，Guangxi University，Nanning 530004，China

Received:2008-08-20 Revised:2008-10-30 Online:2009-02-01 Published:2009-02-01
Contact: DENG Chun-yan

摘要/Abstract

摘要： 粗糙集理论是一种新型的处理模糊和不确定知识的数学工具。对现有决策表的属性约简算法进行了比较研究，在此基础上设计了两个合理度量属性重要性的公式，并给出了该公式的递归计算方法，利用新公式作为启发式信息设计了一种新的基于决策表的高效属性约简算法。实例与实验表明，该约简算法在效率上较现有算法有显著的提高。

关键词: 粗糙集, 决策表, 属性约简, 时间复杂度

Abstract: Rough set theory is a new mathematical tool to deal with vagueness and uncertainty.Authors first study the existed attribute reduction algorithms comparatively，based on which two relatively reasonable formulas measuring attribute significance are designed and the recursive calculating methods of them are provided as well.Taking the above formulas as heuristic information，a new and efficient attribute reduction algorithm based on decision table is developed.A real example and experimental results are used to illustrate that the algorithm proposed in this paper is more efficient than those existed algorihtms.

Key words: rough set, decision table, attribute reduction, time complexity

邓春燕^1,2,吕跃进²,李金海². 决策表的高效属性约简算法[J]. 计算机工程与应用, 2009, 45(4): 152-155.

DENG Chun-yan¹,LV Yue-jin²,LI Jin-hai². Efficient attribute reduction algorithm on decision table[J]. Computer Engineering and Applications, 2009, 45(4): 152-155.

[1]	代琪，李敏，刘洋，李丽红. 模糊层次商空间的快速属性约简算法[J]. 计算机工程与应用, 2021, 57(4): 55-60.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[4]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[5]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[6]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[7]	叶颖诗，魏福义，蔡贤资. 基于并行计算的快速Dijkstra算法研究[J]. 计算机工程与应用, 2020, 56(6): 58-65.
[8]	张博，贾华宇，马珺. RS-GA神经网络无人机受风情况估计[J]. 计算机工程与应用, 2020, 56(4): 209-213.
[9]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[10]	张建华，李方方，杨岚. 融合PFS与RS的案例知识供需匹配研究[J]. 计算机工程与应用, 2020, 56(23): 139-145.
[11]	骆公志，梅焘. 监督机制多粒度决策粗糙集模型及应用[J]. 计算机工程与应用, 2020, 56(18): 214-220.
[12]	谢旭明，段隆振，邱桃荣，杨幼凤. 改进量子搜索算法及其在核属性求解上的应用[J]. 计算机工程与应用, 2020, 56(14): 57-61.
[13]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[14]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.
[15]	任俊1，唐绮雯1，徐怡2，胡善忠2. 大学生贫困资助评定的多粒度粗糙集研究[J]. 计算机工程与应用, 2019, 55(7): 82-86.

决策表的高效属性约简算法

Efficient attribute reduction algorithm on decision table

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics