不完备决策表的差别矩阵属性约简算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (24): 103-105.

• 数据库、信号与信息处理 • 上一篇下一篇

不完备决策表的差别矩阵属性约简算法

舒文豪1，徐章艳1，钱文彬1，杨炳儒2

1.广西师范大学计算机科学与信息工程学院，广西桂林 541004
2.北京科技大学信息工程学院，北京 100083

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-21 发布日期:2011-08-21

Attribution reduction algorithm based on discernibility matrix of incomplete decision table

SHU Wenhao1，XU Zhangyan1，QIAN Wenbin1，YANG Bingru2

1.School of Computer Science and Information Engineering，Guangxi Normal University，Guilin，Guangxi 541004，China
2.School of Information Engineering，University of Science and Technology Beijing，Beijing 100083，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-21 Published:2011-08-21

摘要/Abstract

摘要： 给出一个差别矩阵的属性约简定义，证明该属性约简的定义与广义决策属性约简的定义是等价的，对差别矩阵进行了有效的压缩。在此基础上，为求出不完备决策表的属性约简，设计了一个基于该差别矩阵的不完备决策表属性约简算法，其时间复杂度为O(|C|2|U|2)，最后用实例说明了该算法的有效性。

关键词: 粗糙集, 不完备决策表, 差别矩阵, 属性约简, 算法复杂度

Abstract: The definition of attribution reduction of discernibility matrix is provided.It is proved that the above definition of attribution reduction is the same as the definition of generalized attribution reduction，the discernibility matrix is compressed.On this condition，in order to compute the attribution reduction of incomplete decision table，a new efficient attribution reduction algorithm based on discernibility matrix is designed，the time complexity of the new algorithm is O(|C|2|U|2).An example is used to illustrate the efficiency of the new algorithm.

Key words: rough set, incomplete decision table, discernibility matrix, attribution reduction, algorithm complexity

舒文豪1，徐章艳1，钱文彬1，杨炳儒2. 不完备决策表的差别矩阵属性约简算法[J]. 计算机工程与应用, 2011, 47(24): 103-105.

SHU Wenhao1，XU Zhangyan1，QIAN Wenbin1，YANG Bingru2. Attribution reduction algorithm based on discernibility matrix of incomplete decision table[J]. Computer Engineering and Applications, 2011, 47(24): 103-105.

[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]	贾雁飞，杜艳丽，赵立权. 快速收敛参考独立分量分析方法[J]. 计算机工程与应用, 2020, 56(7): 255-259.
[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.

不完备决策表的差别矩阵属性约简算法

Attribution reduction algorithm based on discernibility matrix of incomplete 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