一种相容矩阵的启发式属性约简算法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (1): 145-147.

• 数据库、数据挖掘、机器学习 • 上一篇下一篇

一种相容矩阵的启发式属性约简算法

王帅1，徐章艳1，谭宗凤2，舒文豪1

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.广西师范大学数学科学学院，广西桂林 541004

出版日期:2013-01-01 发布日期:2013-01-16

Heuristic attribute reduction based on tolerance matrix

WANG Shuai1, XU Zhangyan1, TAN Zongfeng2, SHU Wenhao1

1.School of Computer Science and Information Engineering, Guangxi Normal University, Guilin, Guangxi 541004, China
2.School of Mathematical Sciences, Guangxi Normal University, Guilin, Guangxi 541004, China

Online:2013-01-01 Published:2013-01-16

摘要/Abstract

摘要： 针对不完备决策表，黄兵给出一种基于容差关系的相容矩阵的属性约算法，但算法比较费时，其时间复杂度为[O(|C|3|U|2)]。为降低原算法的时间复杂度，以矩阵距离为启发信息，并运用矩阵合取的特性，设计了一个新的属性约简算法，算法时间复杂度降为[O(|C|2|U|2)]。通过实例验证了该算法。

关键词: 不完备决策表, 相容矩阵, 矩阵距离, 属性约简

Abstract: For an incomplete information decision table, Huang Bing proposed an attribution reduction algorithm using a tolerance matrix based on tolerance relationship. But the algorithm is time-consuming, and the time complexity of this algorithm is[O(|C|3|U|2)]. For cutting down the time complexity of the attribution reduction algorithm, using the matrix distance as heuristic information, with the characteristics of the conjunctive matrix, a new algorithm is designed, the time complexity of the algorithm is reduced to[O(|C|2|U|2)]. Finally, an example is used to illustrate the new algorithm.

Key words: incomplete decision table, tolerance matrix, matrix distance, attribute reduction

王帅1，徐章艳1，谭宗凤2，舒文豪1. 一种相容矩阵的启发式属性约简算法[J]. 计算机工程与应用, 2013, 49(1): 145-147.

WANG Shuai1, XU Zhangyan1, TAN Zongfeng2, SHU Wenhao1. Heuristic attribute reduction based on tolerance matrix[J]. Computer Engineering and Applications, 2013, 49(1): 145-147.

[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]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	王长宝1，杨习贝1，2，窦慧莉1，陈向坚1，王平心3. 邻域决策错误率的局部约简方法研究[J]. 计算机工程与应用, 2018, 54(6): 95-99.
[13]	王映龙，华佳佳，杨珺，钱文彬. 基于相似关系的集值决策信息系统的属性约简[J]. 计算机工程与应用, 2018, 54(5): 122-126.
[14]	陈建，张小红. 信息熵与模糊综合评判融合的相似数据检测方法[J]. 计算机工程与应用, 2018, 54(24): 57-60.
[15]	郑娜，王加阳. 不完备序信息系统的证据特征及属性约简[J]. 计算机工程与应用, 2018, 54(21): 43-47.

一种相容矩阵的启发式属性约简算法

Heuristic attribute reduction based on tolerance matrix

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