一种高效的核属性求解算法

doi:10.3778/j.issn.1002-8331.2010.26.043

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (26): 138-141.DOI: 10.3778/j.issn.1002-8331.2010.26.043

• 数据库、信号与信息处理 • 上一篇下一篇

一种高效的核属性求解算法

葛浩¹，杨传健²，李龙澍³

1.滁州学院电子信息工程系，安徽滁州 239012
2.滁州学院计算机系，安徽滁州 239012
3.安徽大学计算机学院，合肥 230039

收稿日期:2009-02-24 修回日期:2010-03-18 出版日期:2010-09-11 发布日期:2010-09-11
通讯作者: 葛浩

Efficient algorithm for computing core attributes

GE Hao¹，YANG Chuan-jian²，LI Long-shu³

1.Department of Electronic and Information Engineering，Chuzhou University，Chuzhou，Anhui 239012，China
2.Department of Computer Science，Chuzhou University，Chuzhou，Anhui 239012，China
3.School of Computer Science，Anhui University，Hefei 230039，China

Received:2009-02-24 Revised:2010-03-18 Online:2010-09-11 Published:2010-09-11
Contact: GE Hao

摘要/Abstract

摘要： 求核算法主要存在以下不足：对不相容决策表无法获得与正区域一致的核，求核算法的效率不够理想。针对上述问题，首先给出决策表的新定义和求核性质，并证明由该性质获得的核与正区域的核是一致的。然后，设计快速求核算法，其时间复杂度和空间复杂度分别降低为O（|C|2|U|）和O（|U|）。最后，实验验证该算法的有效性和高效性。

关键词: 粗糙集, 不相容决策表, 核属性, 正区域

Abstract: The algorithms for computing core have the following shortcomings：The core acquired from these algorithms is not the core based on positive region in inconsistence decision table；the efficiency of these algorithms is not ideal.Aiming at these problems，a new definition of decision table and property of computing core are provided.It is proved that the core acquired from the property is equivalent to the core based on positive region.Then，the computing core algorithm is designed，its time complexity and space complexity are cut down O（|C|2|U|） and O（|U|）.Finally，the experimental results show that the algorithm is effective and efficient.

Key words: rough set, inconsistent decision table, core attribute, positive region

中图分类号:

TP181

葛浩¹，杨传健²，李龙澍³. 一种高效的核属性求解算法[J]. 计算机工程与应用, 2010, 46(26): 138-141.

GE Hao¹，YANG Chuan-jian²，LI Long-shu³. Efficient algorithm for computing core attributes[J]. Computer Engineering and Applications, 2010, 46(26): 138-141.

[1]	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.
[2]	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.
[3]	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.
[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]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	齐美兰，李小南. 集值映射的拟阵结构及其与覆盖粗糙集的关系[J]. 计算机工程与应用, 2019, 55(6): 50-56.
[15]	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.

一种高效的核属性求解算法

Efficient algorithm for computing core attributes

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