粗糙集决策表边界属性分析

doi:10.3778/j.issn.1002-8331.2010.28.009

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (28): 33-35.DOI: 10.3778/j.issn.1002-8331.2010.28.009

粗糙集决策表边界属性分析

陈文^1，2，祝峰¹，佘堃¹，汤建国¹

1.电子科技大学计算机科学与工程学院，成都 611731
2.福州职业技术学院计算机系，福州 350108

收稿日期:2009-12-17 修回日期:2010-04-09 出版日期:2010-10-01 发布日期:2010-10-01
通讯作者: 陈文

Analysis of boundary region attribute on rough set decision table

CHEN Wen^1，2，ZHU William¹，SHE Kun¹，TANG Jian-guo¹

1.School of Computer Science and Engineering，University of Electronic Science and Technology of China，Chengdu 611731，China
2.Computer Department，Fuzhou Polytechnic，Fuzhou 350108，China

Received:2009-12-17 Revised:2010-04-09 Online:2010-10-01 Published:2010-10-01
Contact: CHEN Wen

摘要/Abstract

摘要： 上近似、下近似是粗糙集理论的基本概念，由上下近似概念可导出粗糙集的正域、负域、边界等概念。对于决策信息系统，决策属性的等价类可以用粗糙集理论的上下近似来刻画，边界反映了其粗糙性。分析决策信息系统的边界类属性，结合可变精度粗糙集与经典粗糙集理论，对比边界类属性与正域类属性及负域类属性的差别，提出了正向迁移属性和负向迁移属性概念，结合例子给出正向迁移属性与负向迁移属性的求法，并对其意义加以说明。

关键词: 粗糙集, 决策表, 迁移属性

Abstract: The lower approximation and upper approximation are the basic concepts of rough set theory，associated with those important concepts such as positive region，negative region and boundary region.For the decision table，the equivalence classes determined by properties can also be characterized by lower approximation and upper approximation.And boundary region can be used to describe the rough nature of the equivalence classes as well.Combined with available precision rough set theory and classics rough set theory，this paper analyzes the boundary region attributes of decision table，and proposes the concepts of positive migration attribute and negative migration attribute by comparing positive region attributes and negative region attributes.An example is given to explain how to get the positive region attributes and negative region attributes.And the meaning of positive region attributes and negative region attributes is given simultaneously.

Key words: rough set, decision table, migration attribute

中图分类号:

TP18

陈文^1，2，祝峰¹，佘堃¹，汤建国¹. 粗糙集决策表边界属性分析[J]. 计算机工程与应用, 2010, 46(28): 33-35.

CHEN Wen^1，2，ZHU William¹，SHE Kun¹，TANG Jian-guo¹. Analysis of boundary region attribute on rough set decision table[J]. Computer Engineering and Applications, 2010, 46(28): 33-35.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.
[14]	齐美兰，李小南. 集值映射的拟阵结构及其与覆盖粗糙集的关系[J]. 计算机工程与应用, 2019, 55(6): 50-56.
[15]	杨珍，耿秀丽. 考虑多粒度属性约简的关联规则挖掘研究[J]. 计算机工程与应用, 2019, 55(6): 133-139.

粗糙集决策表边界属性分析

Analysis of boundary region attribute on rough set 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