相对知识粒度序决策表的属性约简方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (8): 44-46.

相对知识粒度序决策表的属性约简方法

贾俊芳1，2

1.山西大学计算机与信息技术学院，太原 030006
2.山西大同大学数学与计算机科学学院，山西大同 037009

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-11 发布日期:2011-03-11

Attribute reduction method based on relative knowledge granulation to ordered decision tables

JIA Junfang1，2

1.School of Computer and Information Technology，Shanxi University，Taiyuan 030006，China
2.College of Mathematics and Computer Technology，Shanxi Datong University，Datong，Shanxi 037009，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-11 Published:2011-03-11

摘要/Abstract

摘要： 序决策表中的知识约简越来越受到关注，在优势类和知识粒度的基础上，引入了序决策表中的一种知识相对粒度，度量了属性集在序决策表中的相对不确定性，进而给出了属性相对重要度的定义。并设计了序决策表的一种启发式属性约简算法，通过实例分析和验证了算法的有效性。

关键词: 序决策表, 相对知识粒度, 约简

Abstract: Knowledge reduction has been paid more and more attention in ordered decision table.It proposes a new relative knowledge granulation in ordered decision table based on dominance classes and knowledge granulation to measure relative uncertainty of an attribute set in ordered decision table，then defines an relative attribute significance and designes a heuristic attribute reduction algorithm of ordered decision table.The validity of this algorithm is analyzed and verified by an example.

Key words: ordered decision table, relative knowledge granulation, reduction

贾俊芳1，2. 相对知识粒度序决策表的属性约简方法[J]. 计算机工程与应用, 2011, 47(8): 44-46.

JIA Junfang1，2. Attribute reduction method based on relative knowledge granulation to ordered decision tables[J]. Computer Engineering and Applications, 2011, 47(8): 44-46.

[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]	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.
[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]	覃凤婷，杨有龙，仇海全. 基于稀疏子空间的局部异常值检测算法[J]. 计算机工程与应用, 2020, 56(19): 152-159.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	李云，马英红. 基于属性约简集评价节点重要性研究[J]. 计算机工程与应用, 2019, 55(5): 149-158.
[14]	李旭，李前辰. 一种变精度约简转化为正区域约简的方法[J]. 计算机工程与应用, 2019, 55(17): 51-54.
[15]	任晓霞1，薛凡2，3. 基于模糊邻域粗糙集的启发式属性约简算法[J]. 计算机工程与应用, 2018, 54(9): 47-53.