粗糙集属性约简的方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (2): 113-115.

• 数据库、信号与信息处理 • 上一篇下一篇

粗糙集属性约简的方法

王培吉1，赵玉琳2，吕剑峰1

1.内蒙古科技大学数理与生物工程学院，内蒙古包头 014010
2.内蒙古第一机械集团公司二分公司，内蒙古包头 014032

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-11 发布日期:2012-01-11

New method of attribute reduction based on rough set

WANG Peiji1, ZHAO Yulin2, LV Jianfeng1

1.School of Math., Physics & Biological Eng., Inner Mongolia University of Science and Technology, Baotou, Nei Mongol 014010, China
2.Branch 2, Inner Mongolia First Machinery Group Corporation, Baotou, Nei Mongol 014032, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-11 Published:2012-01-11

摘要/Abstract

摘要： 传统粗糙集分类方法过于严格，对噪音过分敏感。针对带不确定因子决策系统，提出一种基于属性依赖度的约简算法，使含不确定信息及数据噪音的系统中的属性得以简化，找到一种具有广泛表达能力的数据隐含格式，删去冗余的规则，并保持系统的原有用途和性能。通过一个例子实现了该算法。

关键词: 粗糙集, 依赖度, 属性约简

Abstract: Objects classification is strict excessively and too sensitive on noise. Aiming at decision system with uncertain factor, an algorithm of attribute reduction based on dependability is established. The attributes in the system with uncertain information and noise data are reduced, whereby finding a reducible implied pattern of the data, and deleting those redundant rules in the system. And it can keep the original properties and functions of the system. The implementation of algorithm is described by introducing an example.

Key words: rough set, dependability, attribute reduction, implementation

王培吉1，赵玉琳2，吕剑峰1. 粗糙集属性约简的方法[J]. 计算机工程与应用, 2012, 48(2): 113-115.

WANG Peiji1, ZHAO Yulin2, LV Jianfeng1. New method of attribute reduction based on rough set[J]. Computer Engineering and Applications, 2012, 48(2): 113-115.

[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]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.

粗糙集属性约简的方法

New method of attribute reduction based on rough set

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