不相容决策表的属性约简算法

doi:10.3778/j.issn.1002-8331.2008.24.049

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (24): 162-164.DOI: 10.3778/j.issn.1002-8331.2008.24.049

• 数据库、信号与信息处理 • 上一篇下一篇

不相容决策表的属性约简算法

秦川¹,陈海军³,施化吉¹,李星毅^1,2

1.江苏大学计算机学院，江苏镇江 212013
2.北京交通大学电子信息学院，北京 100044
3.太原铁路局，太原 030013

收稿日期:2007-10-29 修回日期:2008-01-02 出版日期:2008-08-21 发布日期:2008-08-21
通讯作者: 秦川

Attribute reduction algorithm for inconsistent decision tables

QIN Chuan¹,CHEN Hai-jun³,SHI Hua-ji¹,LI Xing-yi^1,2

1.College of Computer，Jiangsu University，Zhenjiang，Jiangsu 212013，China
2.College of Electronics and Information，Beijing Jiaotong University，Beijing 100044，China
3.The Units of Taiyuan Railway，Taiyuan 030013，China

Received:2007-10-29 Revised:2008-01-02 Online:2008-08-21 Published:2008-08-21
Contact: QIN Chuan

摘要/Abstract

摘要： 对Skowron可辨识矩阵方法进行分析，并应用反例说明基于Skowron可辨识矩阵的属性约简算法对不相容决策表的属性约简，可能会导致错误的结果。针对这一问题，提出了一种基于改进可辨识矩阵的属性频率约简算法。该算法以改进的可辨识矩阵为基础，以属性频率作为启发信息，同时在算法中加入消除冗余属性二次约简过程。提供了实例分析，验证了该算法能够有效地对相容与不相容的决策表进行属性约简。

关键词: 不相容决策表, 属性约简, 属性频率, 可辨识矩阵, 核

Abstract: The Skowron’s discernibility matrix is analyzed in this article.The anti-cases is presented that shows the mistake still exists in the attribute reduction algorithm based on Skowron’s discernibility matrix.To this issue，an attribute frequency reduction algorithm based on improved discernibility matrix is presented in this article.The discernibility matrix is the foundation of the algorithm，the attribute frequency is used as heuristic information in this algorithm and a process of reducing again is used in the algorithm in order to eliminate redundancy attributes.The example is presented in the article that validates the attribute reduction algorithm can be used in consistent decision tables and inconsistent decision tables.

Key words: inconsistent decision table, attribute reduction, attribute frequency, discernibility matrix, core

秦川¹,陈海军³,施化吉¹,李星毅^1,2. 不相容决策表的属性约简算法[J]. 计算机工程与应用, 2008, 44(24): 162-164.

QIN Chuan¹,CHEN Hai-jun³,SHI Hua-ji¹,LI Xing-yi^1,2. Attribute reduction algorithm for inconsistent decision tables[J]. Computer Engineering and Applications, 2008, 44(24): 162-164.

[1]	邓利芳，党建武，王阳萍，王松. 结合混合核特征映射的空域图像隐写分析[J]. 计算机工程与应用, 2021, 57(9): 118-125.
[2]	乔慧，周水生. 非线性角度2DPCA及其在人脸识别中的应用[J]. 计算机工程与应用, 2021, 57(8): 112-118.
[3]	马梦萍，杨志霞. 非对称ν-无核二次曲面支持向量回归机[J]. 计算机工程与应用, 2021, 57(7): 70-77.
[4]	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.
[5]	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.
[6]	顾上航，张利军，郭越超，徐勇. 基于无效卷积核权值回退的神经网络优化方法[J]. 计算机工程与应用, 2021, 57(22): 86-91.
[7]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[8]	朱梦，闵卫东，张煜，段静雯. 基于HardSoftmax的并行选择核注意力[J]. 计算机工程与应用, 2021, 57(21): 95-101.
[9]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[10]	万达，李俊. 锦标赛精英学习与协方差变异的烟花算法[J]. 计算机工程与应用, 2021, 57(19): 84-96.
[11]	彭永刚. 量子控制非门核磁共振脉冲序列设计与验证[J]. 计算机工程与应用, 2021, 57(18): 97-102.
[12]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.
[13]	陆小玲，吴海锋，曾玉，孔伶旭，罗金玲. 3D迁移网络的阿尔茨海默症分类研究[J]. 计算机工程与应用, 2021, 57(16): 253-262.
[14]	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.
[15]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.

不相容决策表的属性约简算法

Attribute reduction algorithm for inconsistent decision tables

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